Publicação
Modelos de previsão de resposta terapêutica em adultos asmáticos
| dc.contributor.advisor | Ferreira, Jorge Alberto de Magalhães | |
| dc.contributor.advisor | Faria, Brígida Mónica Teixeira | |
| dc.contributor.advisor | Alves, Sandra Maria Ferreira | |
| dc.contributor.author | Alves, Cristina | |
| dc.date.accessioned | 2026-02-23T12:12:43Z | |
| dc.date.available | 2026-02-23T12:12:43Z | |
| dc.date.issued | 2025-11-21 | |
| dc.description.abstract | A 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. | por |
| dc.identifier.tid | 204178207 | |
| dc.identifier.uri | http://hdl.handle.net/10400.22/31877 | |
| dc.language.iso | por | |
| dc.rights.uri | N/A | |
| dc.subject | Asma | |
| dc.subject | Tratamento da asma | |
| dc.subject | Predição | |
| dc.subject | Machine Learning | |
| dc.title | Modelos de previsão de resposta terapêutica em adultos asmáticos | por |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Mestre em Bioestatística e Bioinformática Aplicadas à Saúde |
Ficheiros
Principais
1 - 1 de 1
Miniatura indisponível
- Nome:
- Dissertacao_MBBAS_Cristina Alves_VFinal.pdf
- Tamanho:
- 15.14 MB
- Formato:
- Adobe Portable Document Format
Licença
1 - 1 de 1
Miniatura indisponível
- Nome:
- license.txt
- Tamanho:
- 4.03 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: