Pantheon Repositorio Institucional
Recopila, preserva y difundi la producción académica digital en todas las áreas del conocimiento.
Comprende los activos del repositorio, además de tesis y disertaciones en la UFRJ, artículos científicos, libros electrónicos, capítulos de libros y trabajos presentados en eventos para los profesores, investigadores, personal administrativo y estudiantes de maestría y doctorado.
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/22025| Especie: | Trabalho de conclusão de graduação |
| Título : | Emerging patterns of tuberculosis drug-resistant by data mining with association rules (Apriori): using the R-library tbdr19prediction |
| Autor(es)/Inventor(es): | Chinedozie, Godsgood Chris |
| Tutor: | Pinheiro, Rejane Sobrino |
| Tutor : | Bastos , Valeria Menezes |
| Resumen: | A tuberculose (TB) é uma das 10 principais causas de morte no Brasil, aproximadamente 70.000 novos casos são notificados a cada ano e há aproximadamente 4.500 mortes por tuberculose. A resistência a medicamentos em Mycobacterium tuberculosis surge de mutações cromossômicas espontâneas em baixa frequência, a tuberculose droga resistente (TBDR) clínica ocorre em grande parte como resultado da seleção feita pelo individuo durante o tratamento da doença dessas alterações genéticas por meio de fornecimento errático de medicamentos, prescrição médica abaixo do ideal e paciente pobre aderência. Diante disso, tornou-se necessário desenvolver um algoritmo de mineração de dados para produzir modelos preditivos, visando analisar padrões emergentes. Para atingir esse objetivo, a implementação de um algoritmo de regra de associação com a apriori foi a escolha mais adequada, permitindo a identificação de padrões ligados a desfechos desfavoráveis como abandono, falência e morte. Além disso, as regras válidas obtidas do modelo preditivo foram exploradas e analisadas, fornecendo novos conhecimentos para identificar itens significativos de pacientes vulneráveis para cada desfecho desfavorável. |
| Materia: | Tuberculosis Tuberculose Mineração de dados Data mining R-linguagem R-language |
| Materia CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Unidade de producción: | Instituto de Computação |
| Editor: | Universidade Federal do Rio de Janeiro |
| Fecha de publicación: | 22-ago-2023 |
| País de edición : | Brasil |
| Idioma de publicación: | eng |
| Tipo de acceso : | Acesso Aberto |
| Aparece en las colecciones: | Ciência da Computação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| GCChinedozie.pdf | 2.02 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.