Um Estudo Comparativo entre Algoritmos de Classificação de Dados para Prognóstico de Sobrevida em Pacientes com Diagnóstico de Câncer de Mama
Resumo
A utilização de algoritmos de classificação tem sido um importante aliado em atividades que demandam prognósticos, inclusive na área de saúde. Um exemplo disso é a utilização destes algoritmos na análise do tempo de sobrevida em pacientes com diagnóstico de câncer. Neste trabalho, é realizada uma análise comparativa entre os algoritmos Naive Bayes, J48 e KNN para verificar a eficácia do tratamento utilizado em relação ao tempo de sobrevida do paciente. Para realizar esse estudo, foi usada uma base de dados de pacientes diagnosticados com câncer de mama, contendo dados comportamentais e os respectivos tratamentos aos quais os pacientes foram submetidos. Resultados preliminares indicam que o algoritmo J48 obteve desempenho superior aos demais algoritmos testados em todas as métricas analisadas (acurácia, precisão, recall e F1-Score), demonstrando seu potencial para auxiliar pesquisas que envolvam o planejamento de tratamentos de pacientes com base no tempo de sobrevida.Referências
Faceli, K. (2011). Inteligência artificial: uma abordagem de aprendizado de máquina. Grupo Gen - LTC.
Fonseca, A. S. M. et al. (2021). Mineração de dados de problemas relacionados a medicamentos registrados pela farmácia clínica de um hospital universitário. Arquivos Catarinenses de Medicina, 50(2):142–155.
Santos, P. D. d., Yahata, E., Piheiro, T. S., Oliveira, F. S. d., and Simões, P. W. (2023). Algoritmos de machine learning para predição da sobrevida do câncer de mama. Journal of Health Informatics, 15(Especial):1–12.
Silva, M. E. A. (2022). Proposta e avaliação de um modelo híbrido de seleção de características para o prognóstico do câncer de mama. Master’s thesis, Universidade Federal de Alagoas, Maceió, AL.
Wickeinecki, A. S. Z. and Viegas, S. C. (2020). A tecnologia e saúde uma simbiose. ReFAQI-Revista de Gestão Educação e Tecnologia, 8(2):1–18.
Fonseca, A. S. M. et al. (2021). Mineração de dados de problemas relacionados a medicamentos registrados pela farmácia clínica de um hospital universitário. Arquivos Catarinenses de Medicina, 50(2):142–155.
Santos, P. D. d., Yahata, E., Piheiro, T. S., Oliveira, F. S. d., and Simões, P. W. (2023). Algoritmos de machine learning para predição da sobrevida do câncer de mama. Journal of Health Informatics, 15(Especial):1–12.
Silva, M. E. A. (2022). Proposta e avaliação de um modelo híbrido de seleção de características para o prognóstico do câncer de mama. Master’s thesis, Universidade Federal de Alagoas, Maceió, AL.
Wickeinecki, A. S. Z. and Viegas, S. C. (2020). A tecnologia e saúde uma simbiose. ReFAQI-Revista de Gestão Educação e Tecnologia, 8(2):1–18.
Publicado
03/04/2024
Como Citar
VICTOR, Manuelly; PEREIRA, Isa; SILVA, Felipe; TRINDADE, Erick; GORGÔNIO, Flavius; VALE, Karliane; REBECA, Yasmin; MORAIS, Maria de Lourdes.
Um Estudo Comparativo entre Algoritmos de Classificação de Dados para Prognóstico de Sobrevida em Pacientes com Diagnóstico de Câncer de Mama. In: ESCOLA REGIONAL DE COMPUTAÇÃO APLICADA À SAÚDE (ERCAS), 9. , 2024, Ouro Preto/MG.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2024
.
p. 13-16.
DOI: https://doi.org/10.5753/ercas.2024.238523.
