Bayesian networks for blood donor prediction
Resumo
Os hemocentros são responsáveis por administrarem estoques de sangue para que permaneçam em um nível considerável, além de garantir um padrão de qualidade com o sangue coletado. Ambos fatores são possíveis se existisse um controle dos doadores regulares. Assim, esse artigo propõe um modelo computacional que prediz os doadores de sangue regulares, cuja metodologia une os resultados das medidas de associação para determinar as características mais prováveis de um doador, com o algoritmo Naive Bayes. O modelo proposto apresentou resultados superiores à 68% de acurácia e 73% de precisão na predição de um doador de sangue regular.Referências
Alajrami, E., Abu-Nasser, B. S., Khalil, A. J., Musleh, M. M., Barhoom, A. M., and Naser, S. S. A. (2019). Blood donation prediction using artificial neural network. International Journal of Academic Engineering Research (IJAER), 3:1–7.
Barboza, S. I. S. and Costa, F. J. A. d. (2014). Marketing social para doação de sangue: análise da predisposição de novos doadores. Cadernos de SaÃPÃ, 30:1463 – 1474.
Boonyanusith, W. and Jittamai, P. (2012). Blood donor classification using neural network and decision tree techniques. In World Congress on Engineering and Computer Science 2012 (WCECS 2012).
Franco, L. J. and Passos, A. D. C. (2011). Fundamentos de Epidemiologia. Manole Ltda., Brasil.
Giacomini, L. and Lunardi Filho, W. D. (2010). Estratégias para fidelização de doadores de sangue voluntários e habituais. Acta Paulista de Enfermagem, 23(Acta paul. enferm., 2010 23(1)):65–72.
Korb, K. B. and Nicholson, A. E. (2011). Bayesian Artificial Intelligence. Chapman Hall/CRC, London, UK.
Lobo, L. C. (2017). Inteligência artificial e medicina. Revista Brasileira de Educação Médica, 41:185–193.
Patil, R., Poi, M., Pawar, P., Patil, T., and Ghuse, N. (2015). Blood donor’s safety using data mining. In 2015 International Conference on Green Computing and Internet of Things (ICGCIoT), pages 500–505.
Silva, F. H. (2018). Estudo e desenvolvimento de métodos para predição de doadores de sangue. Dissertação de mestrado, Universidade Federal de Goías.
T, S. and Shyam, S. (2010). Application of cart algorithm in blood donors classification. Journal of Computer Science, 6.
Wagner, M. B. and Callegari-Jacques, S. M. (1998). Medidas de associação em estudos epidemiológicos : risco relativo e odds ratio. Jornal de Pediatria, 74:247–251.
Barboza, S. I. S. and Costa, F. J. A. d. (2014). Marketing social para doação de sangue: análise da predisposição de novos doadores. Cadernos de SaÃPÃ, 30:1463 – 1474.
Boonyanusith, W. and Jittamai, P. (2012). Blood donor classification using neural network and decision tree techniques. In World Congress on Engineering and Computer Science 2012 (WCECS 2012).
Franco, L. J. and Passos, A. D. C. (2011). Fundamentos de Epidemiologia. Manole Ltda., Brasil.
Giacomini, L. and Lunardi Filho, W. D. (2010). Estratégias para fidelização de doadores de sangue voluntários e habituais. Acta Paulista de Enfermagem, 23(Acta paul. enferm., 2010 23(1)):65–72.
Korb, K. B. and Nicholson, A. E. (2011). Bayesian Artificial Intelligence. Chapman Hall/CRC, London, UK.
Lobo, L. C. (2017). Inteligência artificial e medicina. Revista Brasileira de Educação Médica, 41:185–193.
Patil, R., Poi, M., Pawar, P., Patil, T., and Ghuse, N. (2015). Blood donor’s safety using data mining. In 2015 International Conference on Green Computing and Internet of Things (ICGCIoT), pages 500–505.
Silva, F. H. (2018). Estudo e desenvolvimento de métodos para predição de doadores de sangue. Dissertação de mestrado, Universidade Federal de Goías.
T, S. and Shyam, S. (2010). Application of cart algorithm in blood donors classification. Journal of Computer Science, 6.
Wagner, M. B. and Callegari-Jacques, S. M. (1998). Medidas de associação em estudos epidemiológicos : risco relativo e odds ratio. Jornal de Pediatria, 74:247–251.
Publicado
27/06/2023
Como Citar
SANTOS, Fernanda Maria C.; ROMANI, Cristina Zayra de N..
Bayesian networks for blood donor prediction. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 23. , 2023, São Paulo/SP.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 521-527.
ISSN 2763-8952.
DOI: https://doi.org/10.5753/sbcas.2023.230123.
