ALGORITMO FUZZY DE CLASSIFICAÇÃO DIAGNÓSTICA PARA CASOS SINTOMÁTICOS DE ARBOVIROSES

Vol 2, 2021 - 141199
Pôster Eletrônico - PE21 - Epidemiologia das doenças transmissíveis - Dengue, Zika, chikungunya e outras arboviroses (TODOS OS DIAS)
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Objetivos: Estabelecer uma abordagem fuzzy de classificação diferencial para apoio ao diagnóstico de infecção sintomática das arboviroses de interesse Dengue, Zika e Chikungunya. Métodos: O algoritmo criado se fundamenta nas diferenças de intensidade e frequência nas manifestações dessas arboviroses, propondo uma variante do modelo Coppe-Cosenza. Os dados são provenientes de um estudo transversal de base populacional em Manaus e Itacoatiara (AM) em 2019 com casos suspeitos de Síndrome Febril Exantemática Aguda (SFEA) de qualquer idade e condição, submetidos a exames confirmatórios por RT-PCR. Foram coletadas informações de identificação, registros de atendimento e manifestações clínicas, as quais foram registradas pela escala visual analógica da dor. Resultados: Os termos linguísticos e as funções de pertinência dos conjuntos fuzzy para cada variável foram definidos por especialistas em infectologia e epidemiologia, com apoio de dados publicados na literatura. Após defuzzificação por método de centroide e normalização, chegou-se a um valor entre “zero” e “um”. Os resultados dos escores para as três arboviroses são comparados entre si e o maior resultado indica a possibilidade de o paciente ter uma das arboviroses. Conclusões: A criação de um modelo baseado em lógica fuzzy pode contribuir para o diagnóstico diferencial de arboviroses no âmbito da Vigilância Epidemiológica e o mapeamento de surtos e epidemias. Neste trabalho desenvolveu-se um algoritmo robusto para tal fim, sendo necessária, entretanto, a validação do modelo com bases de dados maiores e estabelecer os possíveis ajustes decorrentes desse processo junto a especialistas.

Eixo Temático
  • Epidemiologia das doenças transmissíveis