Banca de DEFESA: INARA VIVIANE DE OLIVEIRA SENA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: INARA VIVIANE DE OLIVEIRA SENA
DATA: 19/12/2023
HORA: 15:00
LOCAL: Auditório PPGEnf
TÍTULO: DESENVOLVIMENTO DE SOFTWARE PARA PREDIÇÃO CLÍNICA DA GRAVIDADE DA COVID- 19
PALAVRAS-CHAVES: Infecção por Coronavírus; Tecnologias em saúde; Predição; Saúde Pública
PÁGINAS: 93
GRANDE ÁREA: Ciências da Saúde
ÁREA: Enfermagem
RESUMO:

Introdução: A infecção pelo coronavírus SARS-CoV-2 (COVID-19) pode causar complicações graves, que são eventualmente seguidas por falência de múltiplos órgãos, em que é exigida a hospitalização para tratamento e acompanhamento adequados. Portanto, o crescimento de técnicas impulsionadas por Inteligência Artificial (IA) para identificar os riscos epidemiológicos com antecedência será a chave para melhorar a previsão, prevenção e detecção de futuros riscos graves à saúde global. Objetivo: O objetivo geral do estudo é desenvolver um software assistencial para a predição da gravidade da COVID-19 em pacientes internados. Método: Trata-se de uma pesquisa metodológica embasada na aplicação da mineração de dados e aplicação de IA em bancos de dados de saúde, o estudo seguiu duas fases: a primeira para construção do algoritmo; para segunda fase, foi utilizada a metodologia do Design Instrucional Orientado a Dados. O presente estudo teve como fonte dos dados casos hospitalizados por Síndrome Respiratória Aguda Grave notificados no Sistema de Informação da Vigilância Epidemiológica da Gripe de um hospital sentinela do Piauí. Foi realizada a conversão do arquivo recebido em .dbf (data base file – arquivo de banco de dados) para um arquivo.csv (comma separeted value – valor separado por vírgula) no Microsoft Excel 2003 e posteriormente, o modelo foi manuseado na linguagem Python v. 3.9.2, utilizando a biblioteca que melhor se adequou aos dados. A pesquisa obteve aprovação do Comitê de Ética da Universidade Federal do Piauí, com parecer Nº 5.940.426 e Certificado de Apresentação para Apreciação Ética n. 64059522.4.0000.5214. Resultados e Discussão: Foram utilizados dados de 1385 notificações: desses, ~0,05% (8/1385) casos foram previamente classificados pelo padrão-ouro como “Leve”, ~8% (116/1385) foram classificados como “Moderado”, ~70% (966/1385) foram classificados como “Grave” e ~21% (295/1385) notificações foram classificadas como “Críticas”. As perguntas relacionadas a UTI, saturação de oxigênio e se o paciente tinha recebido vacina contra o COVID-19, foram as que mais influenciaram proporcionalmente para a classificação, sendo os casos críticos os mais bem avaliados pela aplicação, cujo algoritmo foi treinado com 75% da amostra e testado com 25%, com acurácia e precisão acima de 98%. Os dados obtidos neste estudo estão de acordo com outros estudos propostos na literatura, sendo que em apresenta uma performance de maior precisão, além de ser o único software de predição para COVID-19 no Brasil criado no momento. O software criado posssui uma interface web amigável, intuitivo e de fácil manuseio. Conclusão: Conclui-se que o software preditivo pode colaborar na classificação de gravidade dos pacientes e por conseguinte, auxiliar na organização de serviços de saúde em situações de crise, além de ter o potencial de fornecer subsídios acerca das relações das variáveis disponíveis nas fichas de notificações e propor intervenções de saúde pública mais eficazes. 

MEMBROS DA BANCA:
Interno - 2792239 - ANDREIA RODRIGUES MOURA DA COSTA VALLE
Presidente - 1581960 - DANIELA REIS JOAQUIM DE FREITAS
Externo ao Programa - 1458815 - JOSIE HAYDEE LIMA FERREIRA PARANAGUA
Externo à Instituição - MATIAS NUNES FRIZZO - UNIJUI
Interno - 2279875 - ODINÉA MARIA AMORIM BATISTA
Externo ao Programa - 1864470 - OSMAR DE OLIVEIRA CARDOSO
Externo à Instituição - THIAGO GOMES HECK - UNIJUI