Banca de QUALIFICAÇÃO: AMANDA ROSEANE FARIAS DO NASCIMENTO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : AMANDA ROSEANE FARIAS DO NASCIMENTO
DATA : 28/09/2021
HORA: 14:00
LOCAL: Plataforma Google Meet
TÍTULO:

MACHINE LEARNING PARA PREDIÇÃO DE REAÇÃO ADVERSA AO MEDICAMENTO: APLICAÇÃO A NEONATOS EM TERAPIA INTENSIVA


PALAVRAS-CHAVES:

Reação Adversa ao Medicamento, Big Data, UTI Neonatal, Neonato, Machine Learning


PÁGINAS: 51
RESUMO:

O tratamento intensivo de neonatos associa -se a um grande volume de dados em seus prontuários. Esse volume de dados denomina-se Big Data e são potencialmente utilizáveis para finalidades terapêuticas. O tratamento desses dados pode ser feito através de Machine Learning: ferramenta capaz de auxiliar na detecção e na tomada de decisões de uma ampla gama de condições médicas, incluindo reações adversas ao medicamento (RAM). As RAM apresentam significativo potencial de dano aos neonatos, sendo uma preocupação constante em terapia intensiva. Então, o objetivo do estudo é encontrar padrões de reações adversas aos medicamentos em neonatos internados em uma UTI, utilizando uma abordagem orientada a dados, com auxílio de ciência de dados. Trata-se de um estudo observacional desenvolvido na Unidade de Terapia Intensiva Neonatal de um hospital de ensino no Brasil. Dados clínicos foram coletados a partir do seguimento farmacoterapêutico diário e analisados por uma abordagem orientada de dados. Os resultados preliminares mostram potencialidade nesse novo método através dos valores de recall (0,823). A classe de medicamentos mais prescritos para esses pacientes são os antimicrobianos, especialmente os aminoglicosídeos.


MEMBROS DA BANCA:
Presidente - 1789788 - ADLEY ANTONINI NEVES DE LIMA
Externo ao Programa - 2885532 - IVANOVITCH MEDEIROS DANTAS DA SILVA
Externa à Instituição - TATIANA XAVIER DA COSTA - UFRN
Notícia cadastrada em: 17/09/2021 16:10
SIGAA | Superintendência de Tecnologia da Informação - | | Copyright © 2006-2022 - UFRN - sigaa02-producao.info.ufrn.br.sigaa02-producao