Publicação
Avaliação de desempenho de modelos de regressão logística multivariada através de curvas ROC num estudo de RN de muito baixo peso
| Resumo: | A mortalidade neonatal é uma das principais preocupações da saúde a nível mundial, sendo que, um dos grupos de bebés que mais tem contribuído para tal desfecho diz respeito aos recém-nascidos de muito baixo peso. Deste modo, conhecer as variáveis que contribuem para a mortalidade destes recém-nascidos, assim como, calcular os seus riscos de morte tem-se tornado um assunto importante, pois poderão facilitar a tomada de decisão por parte dos profissionais de saúde no procedimento e tratamento a seguir. Neste contexto, surgiu o tema desta dissertação que tem como objetivo desenvolver um modelo de regressão logística, que funcione como um classificador, que irá prever se um determinado recém-nascido com peso inferior a 1500 gramas irá sobreviver ou falecer. Para isso, fez-se uso das ferramentas R e RStudio, e de uma base de dados, fornecida pelo Registo Nacional de Recém-Nascidos de Muito Baixo Peso, onde se encontram os dados recolhidos pelas unidades de cuidados intensivos neonatais do território português. Para se atingir este objetivo, começou por se fazer uma análise minuciosa à base de dados, seguida da construção de doze modelos diferentes. Para além disso, para facilitar a utilização do modelo final por parte dos profissionais de saúde, criou-se uma aplicação web, disponível em https://claudia-rodrigues.shinyapps.io/Previsao_do_risco_de_morte_em_RNMBP/, através da utilização do pacote shiny presente no RStudio. Os resultados obtidos revelaram que, o modelo escolhido para funcionar como um classificador é constituído por 9 variáveis, sendo elas: idade gestacional, comprimento ao nascer, corticoides pré-natais, sexo, média dos três índices de apgar (1º,5º e 10º minutos), reanimação insuflador, malformação congénita major, diagnóstico de enterocolite necrotizante (NEC), e administração de Ibuprofeno para tratamento de persistência de ductos arteriosos (PDA). Este modelo apresenta um bom ajuste aos dados e uma boa capacidade preditiva, sendo capaz de prever com 0,926 de certeza o estado de um recém-nascido de muito baixo peso. Relativamente à validação interna e externa, obteve-se valores de área abaixo da curva ROC de 0,891 e 0,797, respetivamente. O facto de apresentar melhores resultados preditivos que os indicadores CRIB e SNAPPE II, fazem dele uma possível ferramenta alternativa a utilizar nas unidades de cuidados intensivos neonatais. Palavras-Chave: Curva ROC, Recém-nascidos de muito baixo peso, Regressão logística, shiny |
|---|---|
| Autores principais: | Rodrigues, Claudia Gouveia |
| Assunto: | Curva ROC Recém-nascidos de muito baixo peso Regressão logística Shiny Logistic regression ROC curve Very low birth weight newborns |
| Ano: | 2020 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | A mortalidade neonatal é uma das principais preocupações da saúde a nível mundial, sendo que, um dos grupos de bebés que mais tem contribuído para tal desfecho diz respeito aos recém-nascidos de muito baixo peso. Deste modo, conhecer as variáveis que contribuem para a mortalidade destes recém-nascidos, assim como, calcular os seus riscos de morte tem-se tornado um assunto importante, pois poderão facilitar a tomada de decisão por parte dos profissionais de saúde no procedimento e tratamento a seguir. Neste contexto, surgiu o tema desta dissertação que tem como objetivo desenvolver um modelo de regressão logística, que funcione como um classificador, que irá prever se um determinado recém-nascido com peso inferior a 1500 gramas irá sobreviver ou falecer. Para isso, fez-se uso das ferramentas R e RStudio, e de uma base de dados, fornecida pelo Registo Nacional de Recém-Nascidos de Muito Baixo Peso, onde se encontram os dados recolhidos pelas unidades de cuidados intensivos neonatais do território português. Para se atingir este objetivo, começou por se fazer uma análise minuciosa à base de dados, seguida da construção de doze modelos diferentes. Para além disso, para facilitar a utilização do modelo final por parte dos profissionais de saúde, criou-se uma aplicação web, disponível em https://claudia-rodrigues.shinyapps.io/Previsao_do_risco_de_morte_em_RNMBP/, através da utilização do pacote shiny presente no RStudio. Os resultados obtidos revelaram que, o modelo escolhido para funcionar como um classificador é constituído por 9 variáveis, sendo elas: idade gestacional, comprimento ao nascer, corticoides pré-natais, sexo, média dos três índices de apgar (1º,5º e 10º minutos), reanimação insuflador, malformação congénita major, diagnóstico de enterocolite necrotizante (NEC), e administração de Ibuprofeno para tratamento de persistência de ductos arteriosos (PDA). Este modelo apresenta um bom ajuste aos dados e uma boa capacidade preditiva, sendo capaz de prever com 0,926 de certeza o estado de um recém-nascido de muito baixo peso. Relativamente à validação interna e externa, obteve-se valores de área abaixo da curva ROC de 0,891 e 0,797, respetivamente. O facto de apresentar melhores resultados preditivos que os indicadores CRIB e SNAPPE II, fazem dele uma possível ferramenta alternativa a utilizar nas unidades de cuidados intensivos neonatais. Palavras-Chave: Curva ROC, Recém-nascidos de muito baixo peso, Regressão logística, shiny |
|---|