ESS - DM - Bioestatística e Bioinformática Aplicadas à Saúde
URI permanente para esta coleção:
Navegar
Percorrer ESS - DM - Bioestatística e Bioinformática Aplicadas à Saúde por orientador "Alves, Sandra Maria Ferreira"
A mostrar 1 - 3 de 3
Resultados por página
Opções de ordenação
- Application of machine learning techniques for a recommendation system in pharmacyPublication . Torres, Beatriz Freitas; Oliveira, Alexandra Alves; Faria, Brígida Mónica; Alves, Sandra Maria FerreiraCommunity Pharmacy (CP) plays a crucial role in the population, improving patients’ quality of life and minimising medication risks. In Portugal, CPs dispense prescription and non-prescription products. Pharmacy professionals have an added responsibility when advising non-prescription products and should pay attention to self-medication and possible interactions. Therefore, a product recommendation system that incorporates relevant information about the products supports a more informed recommendation by the professional. Although there are a few studies in the area of medication RS, they are still scarce, and to the best of our knowledge, no medication RS is applied in community pharmacies in Portugal. This work aims to develop a conceptual pharmaceutical product recommendation framework and identify relevant groups of products according to their characteristics and experts’ opinions. The specific objectives consist of describing recommendation systems in pharmacy, defining and comparing distance functions capable of creating groups of similar and clinically relevant products for pharmaceutical counselling, applying machine learning techniques and comparing them, and communicating the results. For this purpose, the background of pharmaceutical products counselling without a prescription was analysed. Public databases were selected to be included in the conceptual framework, and the data obtained was processed. Therefore, a database was obtained with 1426 products (over-the-counter medication, homoeopathic medication, and dermocosmetics) and their clinical and scientific information. In order to identify relevant groups of products, seven hierarchical (single linkage, complete linkage, average linkage, median linkage, centroid linkage, and ward linkage) and non-hierarchical (K-means) clustering techniques were applied and evaluated. Dendrograms, the Calinski-Harabasz score, silhouette score, Davies-Bouldin score and the inflexion point method were used to determine the ideal number of clusters for each technique and evaluate its validity. An experts consultation was performed to define a distance function aligned with pharmaceutical counselling. This consultation allowed the identification of the importance of the variables in the distance function definition. The resultant data was analysed in Microsoft Excel, SPSS and Python with the libraries Pandas, Natural Language Toolkit (NLTK), Unidecode, Plotly, Matplotlib, NumPy, SciPy, and Scikit-learn, using Spyder IDE. Twenty-two groups of similar products were formed with K-means, the most effective clustering approach for forming pharmacologically homogeneous groups. However, the obtained clusters did not present enough clinical relevance to support professionals during counselling. Consequently, a new distance function was defined, enhancing the importance of the pharmacotherapeutic group of the products and aligned with the results obtained in the experts’ consultation. Twenty-four groups of similar products were formed with K-means, which was once again the technique that presented pharmacologically homogeneous groups, based mainly on safe use during pregnancy and breastfeeding and pharmacotherapeutic group. The remaining clustering techniques, non-hierarchical techniques, did not present pharmacologically homogeneous groups with any of the distance functions.
- Fatores associados ao impacto da rinite alérgica na produtividade laboralPublication . Ferreira, Laura de Melo; Pinto, Bernardo Sousa; Alves, Sandra Maria Ferreira; Amaral, RitaA rinite alérgica é uma condição de saúde prevalente que afeta tanto a produtividade quanto o bem-estar no ambiente de trabalho. Este estudo tem como objetivo investigar a associação entre os sintomas da renite alérgica e o impacto laboral e identificar os fatores que contribuem para um maior ou menor impacto laboral. Foi realizado um estudo observacional, analisando dados de 260378 observações de 20724 utilizadores únicos da aplicação móvel Mask-air, em 30 países, registados de maio de 2015 a dezembro de 2023. O coeficiente de correlação de Spearman foi calculado para avaliar a correlação entre a gravidade dos sintomas de rinite e o impacto no trabalho. O modelo de regressão linear de efeitos mistos foi realizado para identificar os fatores que têm impacto no trabalho. A correlação de Spearman revelou uma alta correlação positiva entre a gravidade dos sintomas alérgicos globais (rs =0.74, Ƿ˂0.001), sintomas nasais (rs =0.70, Ƿ˂0.001), oculares (rs =0.67, Ƿ˂0.001) e o impacto no trabalho; e correlação positiva moderada entre os sintomas de asma (rs =0.45, Ƿ˂0.001) e o impacto no trabalho. O modelo de regressão linear de efeitos mistos identificou que fatores como idade (bidade=-0.07, Ƿ˂0.001), o sexo masculino (bsexo masculino=-2.71, Ƿ˂0.001), uso de imunoterapia (bimunoterapia=-3.67, Ƿ˂0.01) e o controlo dos sintomas de rinite (bcontrolo sintomas da rinite=-2.35, Ƿ˂0.001) estão associados a uma diminuição do impacto no trabalho. Em contrapartida, a presença de asma (basma2.47, Ƿ˂0.01), o uso de medicação única (bmedicação única=5.58, Ƿ˂0.001) e co-medicação (b=6.02, Ƿ˂0.001), comparativamente com quem não realiza medicação tem impacto aumentado no trabalho. O estudo destaca a utilidade dos dados recolhidos por aplicações como a MASK-air, permitindo a monitorização contínua dos sintomas e tratamento.
- Modelos de previsão de resposta terapêutica em adultos asmáticosPublication . Alves, Cristina; Ferreira, Jorge Alberto de Magalhães; Faria, Brígida Mónica Teixeira; Alves, Sandra Maria FerreiraA asma é heterogénea e apresenta variabilidade relevante na resposta terapêutica, sobretudo quando coexistem fenótipos e endótipos distintos. Com o objetivo de desenvolver modelos preditivos que estimem a resposta terapêutica em asmáticos e, secundariamente, identificar características clínicas, funcionais e biológicas associadas, realizou-se um estudo observacional retrospetivo em 123 adultos asmáticos. Testaram-se Decision Tree, Random Forest, Gradient Boosting e Logistic Regression com quatro grupos de variáveis (clínicas, funcionais, inflamatórias, terapêuticas) em duas versões de base (com e sem omissos; esta por imputação da mediana). A avaliação por validação cruzada considerou exatidão, AUC, sensibilidade e especificidade. Os ensembles foram consistentemente superiores. O Gradient Boost (Grupo 4, com imputação) atingiu exatidão 97,9%, AUC≈0,98, sensibilidade 96,5% e especificidade 93,3%. O Random Forest obteve desempenhos elevados noutros cenários (exatidão 95,1%; AUC≈0,99). A ANOVA de medidas repetidas foi estatisticamente significativa em todos os conjuntos analisados (G1 a G4), sendo o efeito mais pronunciado nos grupos G1 e G3. Conclui-se que a combinação de medidas de controlo reportadas pelo doente, função respiratória, marcadores T2, exacerbações e variáveis terapêuticas é informativa para prever a resposta ao tratamento. O Gradient Boost destacou-se como modelo de eleição, com potencial para suporte à decisão e otimização de cuidados, carecendo de validação externa e avaliação de impacto antes da implementação.