Dissertações - Biometria - IBB

URI Permanente para esta coleção

https://hdl.handle.net/11449/77193

Navegar

Agora exibindo 1 - 20 de 79

Comparação do desempenho de modelos de regressão em conjuntos de dados espacialmente distribuídos
(Universidade Estadual Paulista (Unesp), 2023-07-28) Silva, Carolina Aparecida; Govone, José Silvio [UNESP]; Universidade Estadual Paulista (Unesp)
Muitos métodos estatísticos vêm sendo desenvolvidos para auxiliar no estudo de variáveis distribuídas no espaço, com o avanço da tecnologia, modelos de estrutura complexa conseguem descrever melhor a realidade. O presente trabalho abordou a estatística espacial. Além da regressão linear clássica, dois modelos espaciais, que incorporam a autocorrelação espacial presente nos dados, foram definidos, sendo eles o modelo SAR(Simultaneous Autoregressive Models) e o SEM(Simultaneous Error Models). Através deles, foi possível analisar os dados de criminalidade da região do Comando de Policiamento do Interior-9 (CPI-9). Com base na literatura recente, diferentes abordagens espaço-temporais são analisadas e constituem as três técnicas propostas. Esses modelos visam mapear uma doença, entender seu comportamento ao longo dos anos, identificar áreas de alto risco e capturar a estrutura espacial e temporal. Cada técnica ajustou melhor cada uma das variáveis respostas, são elas roubos de carros, outros roubos e homicídios.
Modelagem fracionária da dinâmica de células tumorais mamárias e imunes
(Universidade Estadual Paulista (Unesp), 2023-03-31) Sasaki, Eliana Aya; Camargo, Rubens de Figueiredo [UNESP]; Universidade Estadual Paulista (Unesp)
Todos os anos, milhares de mulheres são diagnosticadas com câncer de mama, que é a principal causa de morte por câncer na população feminina em todas as regiões do Brasil. Modelos matemáticos são importantes para a pesquisa do câncer, permitindo a projeção e análise de diferentes cenários. Este trabalho discute a modelagem via equações diferenciais de ordem não inteira, baseada na teoria do Cálculo Fracionário. Para tanto, realiza-se o estudo de um modelo matemático de linhagem celular de câncer de mama MCF-7, a fim de descrever o crescimento tumoral, bem como as interações tumor-imune e tumor-estradiol. Com esse modelo matemático de ordem inteira, uma versão fracionária é apresentada e a análise de estabilidade do ponto de equilíbrio livre do tumor é realizada. Por fim, a simulação numérica através do método numérico de Adams Bashforth-Moulton generalizado para modelos fracionários mostrou que uma diminuição na ordem da derivada fracionária exibe, em alguns casos, uma mudança na dinâmica de células tumorais e imunes.
Dinâmica tumoral do melanoma envolvendo macrófagos e modelagem matemática
(Universidade Estadual Paulista (Unesp), 2023-02-16) Rodrigues, Guilherme; Silva, Jairo Gomes da; Mancera, Paulo Fernando de Arruda [UNESP]; Universidade Estadual Paulista (Unesp)
Although melanoma represents a small percentage of cancer cases in Brazil and worldwide, when compared to other malignancies, it is considered one of the most aggressive types of cancer, especially for its great ability to cause metastases. Its immunogenic characteristics, which include the capacity to recruit cells of the immune system, mainly tumour-associated macrophages, have a negative impact on commonly used therapies, raising the need for the development of more effective therapeutic techniques. In this sense, immunotherapy with CAR-T cells consists in a new immunotherapeutic approach that, although it has shown promising results against hematological malignancies, has not yet obtained good results against solid cancers, requiring investigations about the failure mechanisms. Mathematical modeling applied to oncology has become an important ally for the understanding of the complex mechanisms involved in tumor progression, allowing the analysis of various scenarios and opening the way for new clinical and experimental approaches, which would not even be considered without the capabilities of theoretical analysis and computer simulations. In this master thesis, we propose a mathematical model based on ordinary differential equations (ODE) to describe the dynamics of melanoma in the presence of tumor-associated macrophages and an immunotherapeutic treatment with CAR-T cells to test scenarios of treatment failure and success. We performed studies of the equilibrium points and linear stability, in addition to a sensitivity analysis of the model parameters. As main results, the proposed model was able to describe the kinetic phases of CAR-T cells, characteristics of their dynamics, besides observing that macrophages have great relevance in scenarios of treatment failure, and that the modulation of initial doses as well as the use of immunotherapy in cycles can increase the time of tumor control even under conditions of immunosuppression.
Aplicação de métodos computacionais no estudo e na detecção da doença de Alzheimer
(Universidade Estadual Paulista (Unesp), 2022-07-28) Vicchietti, Mário Lucas; Campanharo, Andriana Susana Lopes de Oliveira [UNESP]; Universidade Estadual Paulista (Unesp)
A doença de Alzheimer (DA) pode ser entendida como uma demência progressiva do Sistema Nervoso Central, irreversível e de causa desconhecida. Em termos clínicos, a DA é caracterizada, principalmente, pela perda acelerada da capacidade intelectual e da memória, bem como pela desorientação no espaço e no tempo. Visto que a DA causa um grande impacto na qualidade de vida dos indivíduos e que a mesma é classificada como o tipo de demência mais recorrente entre pessoas com mais de 65 anos, o diagnóstico acurado da doença torna-se extremamente necessário para que o tratamento adequado seja iniciado. A eletroencefalografia (EEG) é uma técnica não invasiva e de baixo custo, capaz de mensurar o potencial elétrico proveniente das atividades neuronais e, por isso, tem sido amplamente empregada na investigação da DA. Nas últimas décadas, diversos métodos computacionais de análise de sinais de EEG têm sido propostos, mostrando que tais métodos podem ser utilizados com êxito no apoio ao diagnóstico e no estudo da progressão da doença. Dessa forma, o principal objetivo deste trabalho é aplicar as técnicas computacionais mais utilizadas na literatura para a detecção da DA em sinais de EEG de pacientes com e sem a doença, comparar a robustez de tais técnicas e identificar as propriedades dinâmicas dos sinais que discriminam esses grupos de pacientes.
Modelagem matemática e simulação computacional do crescimento tumoral sob a inserção da quimioterapia e imunoterapia
(Universidade Estadual Paulista (Unesp), 2022-02-24) Toro, Paulo Felipe; Santos, Fernando Luiz Pio dos [UNESP]; Universidade Estadual Paulista (Unesp)
Câncer é um problema de saúde pública que afeta a população mundial, cuja incidência vem aumentando a cada ano. Uma das formas de tratamento comumente utilizada é a quimioterapia. Outro tipo de tratamento que tem ganhado espaço na ciência é a imunoterapia. Este trabalho busca entender a dinâmica do crescimento tumoral dada uma combinação destes tratamentos. O modelo proposto é composto por um sistema não-linear de Equações Diferenciais Ordinárias acopladas. Os pontos de equilíbrio do modelo foram obtidos e analisados via teoria de estabilidade local. O problema do tratamento ótimo associado ao problema direto foi estabelecido e resolvido por uma estratégia de otimização não-linear. Simulações computacionais da dinâmica tumoral foram realizadas, considerando diferentes cenários estabelecidos em relação aos tratamentos, variando-se os tipos, as doses aplicadas e as combinações possíveis entre si. Os resultados numéricos das simulações foram obtidos pelo método numérico de Runge-Kutta de quarta-ordem. A análise matemática e os resultados numéricos possibilitaram a compreensão dos cenários e aquele com a combinação dos tratamentos foi indicado como o mais promissor. Neste estudo, o problema do tratamento ideal foi também estabelecido e resolvido, possibilitando melhores resultados para o tratamento contínuo no tempo observado.
Modelagem fracionária da dinâmica da COVID-19
(Universidade Estadual Paulista (Unesp), 2022-02-24) Theodoro, Micaeli Mendola; Camargo, Rubens de Figueiredo [UNESP]; Vilches, Thomas Nogueira; Universidade Estadual Paulista (Unesp)
Este trabalho apresenta uma revisão de modelos matemáticos que tratam da dinâmica do espalha- mento da COVID-19, além disso apresenta aspectos gerais da teoria do Cálculo de Ordem Não Inteira, tradicionalmente conhecido como Cálculo Fracionário (CF), incluindo métodos numéri- cos e estratégias computacionais de estimação de parâmetros. Desta forma, a presente dissertação propõe dois modelos SAIRD (suscetíveis-assintomáticos-sintomáticos-recuperados-mortos) e SAIRS (suscetíveis-assintomáticos-sintomáticos-recuperados), clássico e fracionário. No modelo SAIRD, a partir de medidas estatísticas, como erro quadrático médio (EQM), o coeficiente de correlação intraclasse (ICC) e o erro percentual absoluto médio (MAPE), avaliamos que as estratégias computacionais fracionárias se mostraram qualitativamente mais precisas que as clássicas.
Modelagem matemática de células tumorais mamárias sob efeito de quimioterapia
(Universidade Estadual Paulista (Unesp), 2022-02-21) Antunes, Maria Eliza; Mancera, Paulo Fernando de Arruda [UNESP]; Universidade Estadual Paulista (Unesp)
O câncer de mama é o mais diagnosticado no mundo segundo dados da Organização Mundial da Saúde, além de ser o mais incidente em todas as regiões brasileiras. Entre os principais fatores de risco para seu desenvolvimento estão a idade, idade da menarca e da menopausa, obesidade, exposição à radiação, localização geográfica, hereditariedade, mutações genéticas e níveis de estrogênio. Modelos matemáticos podem fornecer contribuições fundamentais para a pesquisa do câncer, auxiliando no entendimento dos mecanismos envolvidos nos processos de crescimento tumoral, angiogênese, protocolos terapêuticos, entre outros. Neste trabalho, propusemos dois modelos matemáticos de equações diferenciais ordinárias relacionados ao câncer de mama. O primeiro modelo buscou descrever, utilizando dados experimentais, o crescimento de duas linhagens celulares de câncer de mama, MCF-7 e MDA-MB-231, sob tratamento com paclitaxel e citrato de ródio (II). Foi possível realizar análise de estabilidade local e estimar os parâmetros relacionados ao crescimento das células cancerosas e a eficiência dos tratamentos nessas células. O segundo modelo proposto, adimensional, levou em conta a competição entre células normais, cancerosas e imunes, além do tratamento quimioterápico, para avaliar o impacto do estrogênio na dinâmica tumoral. Foi possível realizar uma análise de estabilidade local para impor condições de estabilidade do sistema. Além disso, através de simulações numéricas considerando cenários de tratamento quimioterápico com administração contínua e em ciclos, foi possível observar as situações descritas pelos pontos de equilíbrio e o impacto do nível de estrogênio circulante nas respectivas populações celulares.
Uso de redes neurais artificiais para extração de dados de prontuários médicos
(Universidade Estadual Paulista (Unesp), 2021-07-16) Rocha, Naila Camila da; Silveira, Liciana Vaz de Arruda [UNESP]; Corrente, José Eduardo [UNESP]; Universidade Estadual Paulista (Unesp)
Diversos estudos recentes têm utilizado inteligência artificial na extração e tratamento de dados secundários na área da saúde, obtidos em prontuários eletrônicos hospitalares. No entanto, alguns estudos são inviáveis devido a informações incompletas ou inseridas apenas em campos narrativos. O objetivo deste trabalho é desenvolver uma rede neural que utilize os dados desses campos para obter informações estruturadas referentes aos sintomas, diagnósticos, medicamentos, condições, exames e tratamentos. A rede neural proposta facilitará a descoberta de relações entre doenças e sintomas, prevalências e incidências, a identificação de condições clínicas, a evolução de enfermidades e os efeitos das medicações prescritas. O algoritmo utiliza métodos de processamento de linguagem natural para extração de textos e redes neurais convolucionais para reconhecimento de padrões. Foram simulados diferentes valores e funções para a determinação dos hiperparâmetros e otimizadores mais adequados para o modelo de Reconhecimento de Entidades Nomeadas (NER) desenvolvido através da biblioteca spaCy em Python. Para uma análise exploratória dos dados extraídos e demonstração da aplicabilidade do modelo foram executadas técnicas da estatística multivariada de análise de agrupamento, obtendo quatro grupos que melhor representam os perfis dos pacientes e os medicamentos por eles utilizados. Os resultados obtidos foram significativos considerando a complexidade do modelo, com um F-Score de 63,9% e Precision de 72,7%. A classe Condição do Paciente chegou a atingir 90,3% de Precision, seguido por Medicação com 87,5%. No desenvolvimento do presente trabalho, foram utilizados dados de 30.000 prontuários de pacientes do Hospital das Clínicas da Faculdade de Medicina de Botucatu/SP - Brasil (HCFMB), gerando um corpus com 1.200 textos clínicos. A utilização de NER em dados clínicos se mostrou uma ferramenta capaz de extrair informações que não existem em campos estruturados de prontuários médicos. Além disso, análises de agrupamento utilizando esses dados revelam comportamentos e características até então desconhecidas, relacionadas com as Entidades extraídas.
Modelos baseados em indivíduos e redes complexas no controle da brucelose bovina
(Universidade Estadual Paulista (Unesp), 2021-02-25) Araujo, Roniel Antonio de; Nepomuceno, Erivelton Geraldo; Campanharo, Andriana Susana Lopes de Oliveira [UNESP]; Universidade Estadual Paulista (Unesp)
As doenças infecciosas são responsáveis pelo maior número de mortes na população humana e animal. A brucelose, por exemplo, é a doença zoonótica mais comum em todo o mundo, dificultando gravemente a produtividade do gado e a saúde humana. Pelo seu grande potencial de perda econômica, a brucelose é especialmente preocupante em locais com importantes atividades agropecuárias. Diante desse cenário, métodos que possam auxiliar na prevenção e evitar a propagação da brucelose em bovinos, tornam-se cada vez mais necessários. Os modelos matemáticos vêm mostrando ser uma ferramenta muito útil na busca de estratégias de controle para essa doença infecciosa. Estratégias de modelagem, como Modelos Baseados em Indivíduos (MBI’s) e estudos em Redes Complexas, têm sido crescentemente empregados na modelagem de processos infecciosos. Desse modo, esse trabalho buscou associar essas duas ferramentas matemáticas, MBI e Redes Complexas, de tal forma que no MBI proposto, fossem incorporados modelos de redes de contato mais realísticos para entender como ocorre a evolução da brucelose em bovinos, visto que no MBI, as interações entre os indivíduos eram representadas por grafos completos, ou seja, todos estavam conectados entre si, situação que não ocorre na natureza. Dessa forma, foi implementado um MBI com os modelos de Redes Complexas e foram feitas simulações, a fim de comparação entre as soluções produzidas pelos modelos de redes e o MBI, onde observou-se que tais modelos tinham comportamentos semelhantes ao MBI, e que ainda, a evolução da Brucelose é, de certa forma, sensível à topologia de rede utilizada.
Estudo do comportamento dos parâmetros de um modelo matemático aplicado à infecção hospitalar por meio de simulações estocásticas
(Universidade Estadual Paulista (Unesp), 2021-03-01) Cardeal, Lara Morena; Oliveira, Rogério Antonio de [UNESP]; Cantane, Daniela Renata [UNESP]; Universidade Estadual Paulista (Unesp)
Infecções hospitalares são contraídas em unidades hospitalares. Os microrganismos do gênero Acinetobacter spp. são considerados patógenos que têm como alvo pacientes hospitalizados. As infecções causadas por esses microrganismos são tratadas com dificuldade devido à sua alta resistência aos antibióticos. Algumas medidas preventivas utilizadas no ambiente hospitalar são indispensáveis para conter surtos da infecção. Uma delas é a aplicação de modelos matemáticos à epidemiologia, que permite a compreensão da dinâmica de transmissão de doenças infecciosas e podem ser usados para auxiliar nas tomadas de decisões, mediante o estudo de algumas formas de controle da contaminação. Algumas pesquisas apontam dificuldades ao escolher os valores para os parâmetros de um modelo, devido as suas variações. Com o intuito de propor uma metodologia para análise dos parâmetros de modelos matemáticos epidemiológicos, realiza-se um estudo que permite incorporar algumas medidas preventivas por meio de simulações estocásticas que visam melhor compreensão da dinâmica de transmissão dentro de uma unidade hospitalar. Dentre os principais fatores que auxiliam na proliferação ou redução da transmissão da bactéria estão: a higienização das mãos dos profissionais de saúde, limpeza do ambiente hospitalar e tratamento contra essas infecções. As distribuições de probabilidade Beta e Normal truncada apresentam os melhores resultados para os parâmetros estudados no modelo, que se adequam as características dos principais parâmetros.
Modelos matemáticos de dinâmica tumoral envolvendo metástase e imunoterapia
(Universidade Estadual Paulista (Unesp), 2021-02-19) Vieira, Janielly Matos; Mancera, Paulo Fernando de Arruda [UNESP]; Rodrigues, Diego Samuel [UNESP]; Universidade Estadual Paulista (Unesp)
A essência do câncer é caracterizada pelo crescimento desordenado de células que possuem a capacidade de invadir tecidos e órgãos adjacentes aos que estão lesionados. Classificado como um problema de saúde mundial, se encontra entre as quatro principais causas de morte em todo o mundo, sendo a metástase responsável por mais de 90% de todas as mortes relacionadas ao câncer. Com intuito de erradicar a doença, diversas terapias têm sido desenvolvidas, dentre as quais a imunoterapia vem ganhando destaque por não apresentar danos severos às células normais, tendo como finalidade reforçar o sistema imunológico do paciente para que o mesmo possa combater as células tumorais. Utilizando equações diferenciais, foram propostos nesta dissertação dois modelos matemáticos de metástase com abordagens imunoterápicas distintas. Em ambos os modelos, a metástase é modelada como um fenômeno migratório, em que duas populações de células tumorais coexistem e se desenvolvem em dois locais diferentes. No primeiro modelo, a imunoterapia é realizada através do aumento de influxo das células imunes e da interação entre as duas populações. Nesse modelo, foi obtido cenários onde temos a eliminação da população tumoral e outros em que a imunoterapia não é suficiente para combater o crescimento das células tumorais. No segundo modelo, utilizamos a terapia celular adotiva, com uso de células CAR T (linfócitos T modificados) no combate ao câncer, nesse modelo obtivemos cenários em que a imunoterapia é capaz de controlar o crescimento da população de células tumorais durante um tempo, porém, não foi capaz de eliminá-las.
Modelo de otimização matemática aplicado ao processo de transmissão da infecção hospitalar sob exposição a antibióticos
(Universidade Estadual Paulista (Unesp), 2021-02-26) Godoi, Letícia Ferreira; Cantane, Daniela Renata [UNESP]; Universidade Estadual Paulista (Unesp)
A infecção hospitalar é uma doença que possui incidência em todo o mundo, sendo caracterizada como a invasão de microrganismos estranhos no corpo decorrente de procedimentos realizados em ambientes hospitalares, e é capaz de desencadear diversos sintomas e complicações. Normalmente, a doença é associada a bactérias sendo uma espécie muito presente em hospitais a Acinetobacter baumannii. O desafio de profissionais de saúde e pesquisadores está em sua contenção, uma vez que apresenta resistência à diversas classes dos antibióticos utilizados para o tratamento da doença. Assim, o presente trabalho apresenta o estudo de um modelo matemático, composto por um sistema de equações diferenciais ordinárias, que traduz o processo de transmissão da bactéria Acinetobacter baumannii em um cenário de Unidade de Terapia Intensiva (UTI), e a proposição de um modelo de otimização acoplado a este sistema a fim de encontrar as medidas necessárias de contenção da doença por meio da higienização das mãos e limpeza do ambiente para que a colonização e infecção de pacientes sejam mínimas. Os métodos de resoluções do modelo de otimização foram por meio de heurísticas devido as características peculiares do modelo. Os parâmetros encontrados pela metodologia proposta minimizam a porcentagem de pacientes infectados e colonizados, sendo uma ferramenta importante aos gestores da saúde para análise e decisão sobre o impacto da aplicação das medidas de controle no processo de transmissão da infecção.
Splines de nós livres para ajuste de curvas em problemas na área da saúde
(Universidade Estadual Paulista (Unesp), 2021-02-25) Marques, Tiago Pereira; Tsunemi, Miriam Harumi [UNESP]; Universidade Estadual Paulista (Unesp)
Encontrar modelos que expliquem a relação entre variáveis é uma das principais aplicações da estatística. Os modelos mais simples são os chamados modelos de regressão linear que são, muitas vezes, incapazes de aproximar apropriadamente a relação entre as variáveis, a qual nem sempre é linear. Para essas situações, podem ser usados os modelos de regressão não-linear, os quais demandam conhecimentos específicos do processo envolvido e ferramentas mais complexas para ajuste que os modelos lineares. Outra opção é aproximar funções não-lineares por expansões de base. Expansões de base por splines aproximam funções não-lineares por polinômios segmentados de ordem q contínuos até a sua derivada de ordem q-2. O maior desafio nesses métodos é encontrar o posicionamento correto dos nós (onde dividir os intervalos para melhor aproximar a função desejada). Métodos chamados de splines de nós livres consideram a posição dos nós, e muitas vezes o número, como parâmetros livres que são, então, definidos pelos dados. No contexto Bayesiano, existem metodologias fundamentadas no algoritmo MARS (Multivariate Adaptive Regression Splines), que selecionam os nós adaptativamente com o método de Monte Carlo via cadeias de Markov com saltos reversíveis (RJMCMC). O presente trabalho é focado no estudo de uma dessas metodologias, Bayesian Adaptive Splines Surfaces (BASS), no contexto de ajuste de curvas. A metodologia foi aplicada em dois problemas da área da saúde. Um com objetivo de validar um protocolo de crioablação vertebral analisando as curvas de temperatura na sonda de crioablação e em termopares a distâncias crescentes das sondas, e o outro com o objetivo de determinar o período ótimo, após ingestão da uréia 13C, para a realização do teste respiratório para detecção da presença de Helicobacter pylori analisando as curvas de DOB (Delta Over Baseline). Os resultados do método BASS foram comparados aos resultados de método de splines de nós livres que utiliza algoritmo genético para encontrar a posição dos nós. Apesar do método levar a pistas interessantes a respeito dos problemas da área da saúde, na avaliação dos modelos foram observados graves problemas de heterocedasticidade.
Análise estatística baseada na construção de árvores de classificação e regressão de microRNAs de pacientes com adenocarcinoma pulmonar
(Universidade Estadual Paulista (Unesp), 2020-02-19) Camargo, Bethina da Rocha; Oliveira, Rogério Antonio de [UNESP]; Reis, Patrícia Pintor dos [UNESP]; Universidade Estadual Paulista (Unesp)
O adenocarcinoma pulmonar é um problema mundial na saúde pública e representa uma das maiores causa de morte por câncer no mundo. Os microRNAs são grandes reguladores e têm sido propostos como biomarcadores em diversos tipos de cânceres. O objetivo desta pesquisa é encontrar possíveis microRNAs para melhorar a classificação dos tecidos (normal ou tumoral) e a sobrevivência dos pacientes. Utilizou-se o banco de dados do projeto Atlas do Genoma do Câncer (TCGA) para pacientes com adenocarcinoma pulmonar (LUAD). A análise estatística empregada foi baseada na construção de árvores de classificação, que encontrou o miR-21-5p, miR-133a-3p, miR-1287-3p e let-7g-3p estatisticamente significativos, e árvore de regressão para a sobrevivência dos pacientes, que encontrou o miR-887-3p, miR-1271-5p, miR-128-1-5p, miR-493-3p e miR-4999-5p estatisticamente significativos.
Comparação das técnicas Kernel e Krigagem indicativa na predição de valores de variáveis espacialmente distribuídas - estudos de caso
(Universidade Estadual Paulista (Unesp), 2020-02-28) Gualberto, Juliana Aparecida; Govone, José Silvio [UNESP]; Universidade Estadual Paulista (Unesp)
O Kernel e a Krigagem Indicativa são duas técnicas utilizadas na análise espacial para estimar a ocorrência de determinado fenômeno em uma área de estudo. Com o conhecimento da distribuição espacial para casos de doenças epidêmicas é possível criar estratégias de controle de transmissão. O objetivo deste trabalho foi estudar ambas técnicas de estatística espacial usando conjuntos de dados epidemiológicos, dengue e malária, de duas cidades, Rio Claro-SP e Porto Velho-RO, respectivamente, a fim de observar os locais com maiores ocorrências e exemplificar para comparação das técnicas para verificar qual teve melhor precisão nas predições. A partir desses resultados é possível verificar as áreas em que ocorreram os casos e tomar providências para diminuição ou erradicação das mesmas. A técnica Krigagem Indicativa gerou mapas que representam a probabilidade do valor de corte a ser superado e a técnica kernel gerou mapas que representam a intensidade de ocorrência em cada ponto. Ambas foram eficientes ao mostrar as áreas de concentração das endemias, mas a falta de variáveis adicionais nos bancos de dados, nos impôs algumas limitações ao fazer as comparações das técnicas; com isso, o melhor meio de compará-las foi através dos critérios de informação Akaike (AIC) e Bayesiano (BIC). Os valores encontrados nos critérios de informação para ambas as técnicas foram condizentes com os encontrados na literatura, mas para uma comparação não foi tão eficaz, pois apresentou valores muito distantes, porém com um critério visual dos mapas, umas das técnicas se destacou para os dois conjuntos de dados. Ao final concluímos que essas técnicas não são comparáveis, mas sim complementares, pois a técnica Kernel mostrou a intensidade das endemias e a técnica Krigagem Indicativa mostrou a probabilidade desses valores serem maiores que um ponto de corte determinado.
Uso de redes complexas na detecção de crises epilépticas e na localização da zona epileptogênica em pacientes com epilepsia
(Universidade Estadual Paulista (Unesp), 2020-02-27) Tomanik, Gustavo Henrique; Campanharo, Andriana Susana Lopes de Oliveira [UNESP]; Universidade Estadual Paulista (Unesp)
A epilepsia é uma patologia cerebral caracterizada pela presença de crises epilépticas que afeta em torno de 1% de toda a população mundial. As crises epilépticas podem ocasionar perda de consciência gerando grande impacto na vida das pessoas que sofrem da doença. Atualmente, a técnica de EletroEncefaloGrafia (EEG) é um dos testes diagnósticos mais importantes para a identificação das crises epilépticas e de eventos entre crises, chamados de Descargas Epileptiformes Interictais (DEIs). A zona epileptogênica é a região neuronal responsável pela geração das crises em pacientes com epilepsia focal, e em alguns casos, seu tratamento consiste em uma cirurgia para a remoção desta região. Estudos que relacionam séries temporais com a teoria de redes complexas ganharam grande destaque e importância, mostrando que é possível mapear uma série temporal em uma rede complexa sem grande perdas de informações. Neste sentido, o objetivo deste trabalho consiste na utilização do mapeamento proposto por Campanharo et al., utilizando o conceito de bins, em uma aplicação inovadora: na detecção automática das crises epilépticas, das DEIs por meio da análise de sinais de EEG de pacientes com epilepsia e na localização da zona epileptogênica a partir de uma técnica não-invasiva. A metodologia proposta apresentou performance satisfatória na identificação das crises epilépticas e das DEIs, caracterizadas por uma grande variação de amplitude e frequência. Valores médios de sensibilidade de 83,3% e de 93,2% foram alcançados na detecção das crises e das DEIs, respectivamente. Na identificação da zona epileptogênica, a metodologia não teve êxito em identificar as DEIs, que não foram caracterizadas pela grande variação de amplitude, e consequentemente, sua localização a partir da metodologia proposta permaneceu inconclusiva.
Otimização aplicada ao risco bancário utilizando um modelo matemático epidemiológico
(Universidade Estadual Paulista (Unesp), 2020-02-20) Alves, Hugo Luiz Zanotto; Cantane, Daniela Renata [UNESP]; Lima, Camila de; Universidade Estadual Paulista (Unesp)
Este trabalho utiliza um modelo epidemiológico para analisar o comportamento de crises bancárias que possuem origem em um determinado país e são propagadas para outros países atingindo proporções mundiais. O modelo matemático epidemiológico Suscetíveis, Infectados e Recuperados (SIR) empregado permite simular a dinâmica da crise separando os países em três estados: suscetíveis, infectados e recuperados, em cada instante de tempo, além de prever a extensão da crise. Os parâmetros do modelo são obtidos da literatura para cada país envolvido e a crise segue uma dinâmica diferente dependendo do país de origem. Uma breve descrição da importância dos bancos em nível macroeconônico e suas funções básicas são apresentadas. Também são apresentadas algumas definições desta crise, denominada crise sistêmica, bem como os canais de transmissão de como um banco com problemas financeiros, denominado infectado, transmite esta condição para outro. Considerada a possibilidade de uma crise sistêmica, o Banco Central deve intervir nos bancos com problemas. Esta tarefa pode ser modelada como um problema de controle ótimo inserindo uma variável de controle no modelo SIR, que representa a intervenção do Banco Central, e uma função objetivo, em que o custo dessa intervenção deve ser minimizado. O objetivo deste trabalho é investigar um modelo de otimização aplicado ao risco bancário e propor o método heurístico \textit{Variable Neighbourhood Search} (VNS) para resolução do problema de controle ótimo proposto. Vários cenários foram simulados e os resultados computacionais indicam que o modelo de otimização considerado e o método de resolução proposto são boas ferramentas para analisar a propagação de uma crise assim como melhor orientar a forma de ação do Banco Central para o controle da mesma.
Uso de redes complexas no estudo e no diagnóstico da Doença de Alzheimer
(Universidade Estadual Paulista (Unesp), 2019-07-16) Pineda, Aruane Mello; Campanharo, Andriana Susana Lopes de Oliveira [UNESP]; Universidade Estadual Paulista (Unesp)
O Alzheimer é uma doença degenerativa do cérebro, incurável, que se agrava ao longo do tempo e atinge sobretudo pessoas entre 65 e 90 anos. A doença de Alzheimer (DA) é a principal demência entre os idosos e caracteriza-se por perda de funções cognitivas (memória, orientação, comportamento e linguagem), causada pela morte de células cerebrais. Atualmente, o diagnóstico definitivo da DA é feito por meio de um exame do tecido cerebral obtido por biopsia ou necropsia. Como somente após a morte do paciente pode-se ter a certeza que o mesmo tinha a DA, seu diagnóstico é feito utilizando exames, avaliações e excluindo-se outras causas de demência do seu histórico clínico. Em paralelo, estudos têm sido desenvolvidos para o estudo da DA com base de dados de EletroEncefaloGrama (EEG), e nesse sentido, diversos métodos de análise de dados de EEG têm sido propostos. Contudo, o estudo da DA por meio de dados de EEG é ainda um desafio, e consequentemente, faz-se necessária a preposição de novos métodos com o intuito de capturar informações adicionais da doença. Nesse sentido, utilizamos o mapeamento de uma série temporal em uma rede complexa no estudo da dinâmica de séries temporais de EEG de pacientes com a DA. Mais especificamente, na distinção entre envelhecimento e a DA e na identificação, dos estágios da DA em pacientes doentes a partir, das ondas cerebrais, alfa, beta, teta e delta.
Ferramentas gráficas no processo de seleção de variáveis
(Universidade Estadual Paulista (Unesp), 2019-03-01) Ragiotto, Lucas; Trinca, Luzia Aparecida [UNESP]; Universidade Estadual Paulista (Unesp)
Em problemas de regressão, na busca por um modelo parcimonioso, o pesquisador pode se deparar com adversidades, por exemplo, a existência de colinearidade entre as regressoras, dificultando a seleção de variáveis. Dessa forma, com a implementação de ferramentas inspiradas nas propostas de Murray et al. (2013), Muller & Welsh (2010) e Jiang et al. (2009) no pacote mplot (Tarr et al., 2018) no software R, pode-se, gráfica e interativamente, estudar em detalhes a estabilidade e a importância de inclusão de covariáveis para a construção de modelos. Neste trabalho, medidas de estabilidade e probabilidade de inclusão de variáveis foram obtidas pelo método bootstrap. Medidas resumo de qualidade do ajuste são baseadas no critério de informação generalizado, que incorpora, como casos particulares, os critérios de informação de Akaike e o Bayesiano, e reflete a perda (associada ao ajuste de um modelo simplificado) mais uma penalização à complexidade do modelo. Ao aplicar a teoria de seleção de variáveis, utilizando as ferramentas gráficas no ajuste de um modelo de regressão linear Normal e regressão Binomial, foi possível reconhecer seu potencial e utilidade no processo de formulação de modelos, no qual a incorporação de conhecimento do especialista da área pode ser feita de maneira natural, já que o processo não é automático. Isso é mais um diferencial em relação aos métodos usuais de seleção de variáveis que também foram aplicados aos mesmos conjuntos de dados para efeito de discussão.
O Uso de Mateheurísticas Para o Problema de Escolha dos Feixes de um Modelo de Otimização Aplicado ao Problema de Planejamento de Radioterapia
(Universidade Estadual Paulista (Unesp), 2019-02-22) Freitas, Juliana Campos de; Cantane, Daniela Renata [UNESP]; Universidade Estadual Paulista (Unesp)
A escolha do conjunto de feixes e a intensidade de dose a ser depositada nos tecidos são problemas de suma importância para se obter um eficiente planejamento da radioterapia, uma vez que o melhor conjunto de feixes é escolhido de maneira que haja uma melhor distribuição de dose no tumor e proteção das células sadias. Para um melhor planejamento, diversos modelos de otimização estão sendo propostos utilizando metaheurísticas e/ou métodos exatos para a resolução dos mesmos. Este trabalho consiste em propor um modelo de programação não linear inteiro misto para escolha de feixes e intensidade de dose de irradiação baseado em um modelo de programação linear da literatura. Para a escolha do conjunto de feixes, foram propostas duas metaheurísticas (Busca Tabu e Busca em Vizinhança Variável), já para o problema de intensidade de dose, foram utilizados métodos exatos (Método de Pontos Interiores Barreira Logarítmica, Primal Simplex e Dual Simplex). Os métodos exatos foram integrados a ambas metaheurísticas e foram aplicados em $4$ casos reais de tumor de próstata utilizando imagens de tomografia computadorizada. Os resultados obtidos através dessas mateheurísticas foram analisados e comparados quanto ao tempo computacional, quantidade de iterações e função objetivo. Conclui-se que o modelo proposto foi eficiente para o planejamento da radioterapia.

Navegar

Submissões Recentes