Algoritmos J48 e Multilayer Perceptron como ferramentas para predição do diagnóstico de resistência à insulina em adultos no Brasil

- 322599
Complete paper
Favorite this paper
How to cite this paper?
Abstract

A resistência à insulina (RI) é considerada um dos principais fatores de risco para o desenvolvimento do diabetes tipo 2 e ainda tem componente genético não completamente entendido. Há diferentes métodos para a avaliação da RI, com custos e complexidade distintos. Como alternativa a métodos mais complexos e invasivos, podem-se buscar padrões nas medidas antropométricas e da composição corporal, relacionando-as ao diagnóstico positivo ou negativo da RI. Para compreender a influência dos atributos envolvidos em seu diagnóstico, podem-se utilizar modelos experimentais, com base em dados obtidos junto a pacientes considerados saudáveis e com resistência à insulina. Nos últimos anos, a coleta de dados tem evoluído bastante em diversas áreas, incluindo nas ciências da saúde. Paralelamente, as técnicas de mineração de dados e aprendizagem de máquina têm sido utilizadas para o tratamento dos dados obtidos, visando a geração de conhecimento e aperfeiçoamento de técnicas. Este trabalho visou analisar o banco de dados do Brazilian Metabolic Syndrome Study (BRAMS) usando o software WEKA, com os algoritmos J48 (árvores de decisão) e Multilayer Perceptron. Ambos algoritmos tiveram resultados muito parecidos, mas as árvores de decisão trouxeram uma leitura mais simples. O J48 possibilitou obter modelos com atributos importantes e pontos de cortes para o diagnóstico de RI, sendo viável a sua utilização por profissionais da área da saúde. Concluiu-se que os atributos de insulina e glicose tiveram grande influência no resultado da RI. Valores de insulina maiores do que 13 e de glicose maiores do que 79 indicaram resistência à insulina. Por outro lado, insulina menor do que ou igual a 9 e glicose menor do que ou igual a 121 indicaram ausência dessa resistência. As medidas antropométricas (dentre elas, a medida da circunferência do pescoço) também se mostraram úteis para auxiliar no diagnóstico da resistência à insulina. No caso da medida da circunferência do pescoço, para os homens, o ponto de corte encontrado foi 42 cm (onde a resistência era mais comum em valores maiores do que esse). Para mulheres, o ponto de corte encontrado foi de 39 cm, com acurácia maior para valores menores do que ou iguais a 36 cm, com indicativo de não haver resistência à insulina.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 IF Baiano
  • 2 UNICAMP
Track
  • ST02 - Biomathematics
Keywords
Árvores de decisão
Circunferência do pescoço
Machine learning
Mineração de Dados
Redes neurais