Machine learning in predicting severe acute respiratory infection outbreaks / Aprendizado de máquina na previsão de surtos de síndrome respiratória aguda grave / Aprendizaje automático en la predicción de brotes de síndrome respiratorio agudo grave

Abstract: Severe acute respiratory infection (SARI) outbreaks occur annually, with seasonal peaks varying among geographic regions. Case notification is important to prepare healthcare networks for patient attendance and hospitalization. Thus, health managers need adequate resource planning tools for SARI seasons. This study aims to predict SARI outbreaks based on models generated with machine learning using SARI hospitalization notification data. In this study, data from the reporting of SARI hospitalization cases in Brazil from 2013 to 2020 were used, excluding SARI cases caused by COVID-19. These data were prepared to feed a neural network configured to generate predictive models for time series. The neural network was implemented with a pipeline tool. Models were generated for the five Brazilian regions and validated for different years of SARI outbreaks. By using neural networks, it was possible to generate predictive models for SARI peaks, volume of cases per season, and for the beginning of the pre-epidemic period, with good weekly incidence correlation (R2 = 0.97; 95%CI: 0.95-0.98, for the 2019 season in the Southeastern Brazil). The predictive models achieved a good prediction of the volume of reported cases of SARI; accordingly, 9,936 cases were observed in 2019 in Southern Brazil, and the prediction made by the models showed a median of 9,405 (95%CI: 9,105-9,738). The identification of the period of occurrence of a SARI outbreak is possible using predictive models generated with neural networks and algorithms that employ time series.

Resumo: Surtos de síndrome respiratória aguda grave (SRAG) ocorrem anualmente, com picos sazonais variando entre regiões geográficas. A notificação dos casos é importante para preparar as redes de atenção à saúde para o atendimento e internação dos pacientes. Portanto, os gestores de saúde precisam ter ferramentas adequadas de planejamento de recursos para as temporadas de SRAG. Este estudo tem como objetivo prever surtos de SRAG com base em modelos gerados com aprendizado de máquina usando dados de internação por SRAG. Foram incluídos dados sobre casos de hospitalização por SRAG no Brasil de 2013 a 2020, excluindo os casos causados pela COVID-19. Estes dados foram preparados para alimentar uma rede neural configurada para gerar modelos preditivos para séries temporais. A rede neural foi implementada com uma ferramenta de pipeline. Os modelos foram gerados para as cinco regiões brasileiras e validados para diferentes anos de surtos de SRAG. Com o uso de redes neurais, foi possível gerar modelos preditivos para picos de SRAG, volume de casos por temporada e para o início do período pré-epidêmico, com boa correlação de incidência semanal (R2 = 0,97; IC95%: 0,95-0,98, para a temporada de 2019 na Região Sudeste). Os modelos preditivos obtiveram uma boa previsão do volume de casos notificados de SRAG; dessa forma, foram observados 9.936 casos em 2019 na Região Sul, e a previsão feita pelos modelos mostrou uma mediana de 9.405 (IC95%: 9.105-9.738). A identificação do período de ocorrência de um surto de SRAG é possível por meio de modelos preditivos gerados com o uso de redes neurais e algoritmos que aplicam séries temporais.

Resumen: Brotes de síndrome respiratorio agudo grave (SRAG) ocurren todos los años, con picos estacionales que varían entre regiones geográficas. La notificación de los casos es importante para preparar las redes de atención a la salud para el cuidado y hospitalización de los pacientes. Por lo tanto, los gestores de salud deben tener herramientas adecuadas de planificación de recursos para las temporadas de SRAG. Este estudio tiene el objetivo de predecir brotes de SRAG con base en modelos generados con aprendizaje automático utilizando datos de hospitalización por SRAG. Se incluyeron datos sobre casos de hospitalización por SRAG en Brasil desde 2013 hasta 2020, salvo los casos causados por la COVID-19. Se prepararon estos datos para alimentar una red neural configurada para generar modelos predictivos para series temporales. Se implementó la red neural con una herramienta de canalización. Se generaron los modelos para las cinco regiones brasileñas y se validaron para diferentes años de brotes de SRAG. Con el uso de redes neurales, se pudo generar modelos predictivos para los picos de SRAG, el volumen de casos por temporada y para el inicio del periodo pre-epidémico, con una buena correlación de incidencia semanal (R2 = 0,97; IC95%: 0,95-0,98, para la temporada de 2019 en la Región Sudeste). Los modelos predictivos tuvieron una buena predicción del volumen de casos notificados de SRAG; así, se observaron 9.936 casos en 2019 en la Región Sur, y la predicción de los modelos mostró una mediana de 9.405 (IC95%: 9.105-9.738). La identificación del periodo de ocurrencia de un brote de SRAG es posible a través de modelos predictivos generados con el uso de redes neurales y algoritmos que aplican series temporales.

Artificial intelligence to predict bed bath time in Intensive Care Units / Inteligencia artificial para predecir la hora del baño en cama en Unidades de Cuidados Intensivos / Inteligência artificial para predição do tempo de banho no leito em Unidades de Terapia Intensiva

ABSTRACT Objectives: to assess the predictive performance of different artificial intelligence algorithms to estimate bed bath execution time in critically ill patients. Methods: a methodological study, which used artificial intelligence algorithms to predict bed bath time in critically ill patients. The results of multiple regression models, multilayer perceptron neural networks and radial basis function, decision tree and random forest were analyzed. Results: among the models assessed, the neural network model with a radial basis function, containing 13 neurons in the hidden layer, presented the best predictive performance to estimate the bed bath execution time. In data validation, the squared correlation between the predicted values and the original values was 62.3%. Conclusions: the neural network model with radial basis function showed better predictive performance to estimate bed bath execution time in critically ill patients.

RESUMEN Objetivos: evaluar el rendimiento predictivo de diferentes algoritmos de inteligencia artificial para estimar el tiempo de ejecución del baño en cama en pacientes críticos. Métodos: estudio metodológico, que utilizó algoritmos de inteligencia artificial para predecir el tiempo de baño en cama en pacientes críticos. Se analizaron los resultados de modelos de regresión múltiple, redes neuronales perceptrón multicapa y función de base radial, árbol de decisión y random forest. Resultados: entre los modelos evaluados, el modelo de red neuronal con función de base radial, que contiene 13 neuronas en la capa oculta, presentó el mejor desempeño predictivo para estimar el tiempo de ejecución del baño en cama. En la validación de datos, la correlación al cuadrado entre los valores predichos y los valores originales fue del 62,3%. Conclusiones: el modelo de red neuronal con función de base radial mostró mejor rendimiento predictivo para estimar el tiempo de ejecución del baño en cama en pacientes críticos.

RESUMO Objetivos: avaliar a performance preditiva de diferentes algoritmos de inteligência artificial para estimar o tempo de execução do banho no leito em pacientes críticos. Métodos: estudo metodológico, que utilizou algoritmos de inteligência artificial para predizer o tempo de banho no leito em pacientes críticos. Foram analisados os resultados dos modelos de regressão múltipla, redes neurais perceptron multicamadas e função de base radial, árvore de decisão e random forest. Resultados: entre os modelos avaliados, o modelo de rede neural com função de base radial, contendo 13 neurônios na camada oculta, apresentou melhor performance preditiva para estimar o tempo de execução do banho no leito. Na validação dos dados, o quadrado da correlação entre os valores preditos e os valores originais foi de 62,3%. Conclusões: o modelo de rede neural com função de base radial apresentou melhor performance preditiva para estimar o tempo de execução do banho no leito em pacientes críticos.

Red neural artificial para predecir factores de riesgo asociados a complicaciones postoperatorias secundarias al tratamiento del neumotórax / Artificial neural network to predict risk factors associated with postoperative complications secondary to pneumothorax treatment

Introducción. Debido a la ausencia de modelos predictivos estadísticamente significativos enfocados a las complicaciones postoperatorias en el manejo quirúrgico del neumotórax, desarrollamos un modelo, utilizando redes neurales, que identifica las variables independientes y su importancia para reducir la incidencia de complicaciones. Métodos. Se realizó un estudio retrospectivo en un centro asistencial, donde se incluyeron 106 pacientes que requirieron manejo quirúrgico de neumotórax. Todos fueron operados por el mismo cirujano. Se desarrolló una red neural artificial para manejo de datos con muestras limitadas; se optimizaron los datos y cada algoritmo fue evaluado de forma independiente y mediante validación cruzada, para obtener el menor error posible y la mayor precisión con el menor tiempo de respuesta. Resultados. Las variables de mayor importancia según su peso en el sistema de decisión de la red neural (área bajo la curva 0,991) fueron el abordaje por toracoscopia video asistida (OR 1,131), el uso de pleurodesis con talco (OR 0,994) y el uso de autosuturas (OR 0,792; p<0,05). Discusión. En nuestro estudio, los principales predictores independientes asociados a mayor riesgo de complicaciones fueron el neumotórax de etiología secundaria y el neumotórax recurrente. Adicionalmente, confirmamos que las variables asociadas a reducción de riesgo de complicaciones postoperatorias tuvieron significancia estadística. Conclusión. Identificamos la toracoscopia video asistida, el uso de autosuturas y la pleurodesis con talco como posibles variables asociadas a menor riesgo de complicaciones. Se plantea la posibilidad de desarrollar una herramienta que facilite y apoye la toma de decisiones, por lo cual es necesaria la validación externa en estudios prospectivos

Introduction. Due to the absence of statistically significant predictive models focused on postoperative complications in the surgical management of pneumothorax, we developed a model using neural networks that identify the independent variables and their importance in reducing the incidence of postoperative complications. Methods. A retrospective single-center study was carried out, where 106 patients who required surgical management of pneumothorax were included. All patients were operated by the same surgeon. An artificial neural network was developed to manage data with limited samples. The data is optimized and each algorithm is evaluated independently and through cross-validation to obtain the lowest possible error and the highest precision with the shortest response time. Results. The most important variables according to their weight in the decision system of the neural network (AUC 0.991) were the approach via video-assisted thoracoscopy (OR 1.131), use of pleurodesis with powder talcum (OR 0.994) and use of autosutures (OR 0.792, p<0.05). Discussion. In our study, the main independent predictors associated with a higher risk of complications are pneumothorax of secondary etiology and recurrent pneumothorax. Additionally, we confirm that the variables associated with a reduction in the risk of postoperative complications have statistical significance. Conclusion. We identify video-assisted thoracoscopy, use of autosuture and powder talcum pleurodesis as possible variables associated with a lower risk of complications and raise the possibility of developing a tool that facilitates and supports decision-making, for which external validation in prospective studies is necessary

Validação de conteúdo e semântica de aplicativo para adolescentes com diabetes mellitus / Content and semantics validation of an application for adolescents with diabetes mellitus / Content and semantics validation of an application for adolescents with diabetes mellitus / Validación de contenido y de semántica de aplicación para adolescentes con diabetes mellitus

Resumo Objetivo Validar o conteúdo e a semântica do aplicativo Glicado para dispositivos móveis voltado a adolescentes com Diabetes Mellitus tipo 1. Métodos Pesquisa Metodológica, baseada no Processo de Desenvolvimento de Produtos, tendo sido desenvolvido em três etapas: pré-desenvolvimento, desenvolvimento e pós-desenvolvimento. O conteúdo foi validado por 16 juízes e a semântica por 14 adolescentes. Resultados O processo de validação de conteúdo e semântica do aplicativo indica que ele está adequado em termos de funcionalidade, confiabilidade, utilidade e eficiência. O Índice de Validade de Conteúdo foi 0,93% o Índice de Validação Semântica foi 0,90%. Conclusão O aplicativo Glicado disponibiliza informações importantes e confiáveis, podendo ser usado por adolescentes como tecnologia auxiliar no autocontrole da doença e na promoção da saúde.

Resumen Objetivo Validar el contenido y la semántica de la aplicación Glicado para dispositivos móviles direccionado a adolescentes con Diabetes Mellitus tipo 1. Métodos Investigación metodológica, basada en el Proceso de Desarrollo de Productos, desarrollada en tres etapas: predesarrollo, desarrollo y posdesarrollo. El contenido fue validado por 16 jueces y la semántica por 14 adolescentes. Resultados El proceso de validación de contenido y de semántica de la aplicación indica que es adecuada en lo que se refiere a funcionalidad, fiabilidad, utilidad y eficiencia. El Índice de Validez de Contenido fue del 0,93 % y el Índice de Validación Semántica del 0,90 %. Conclusión La aplicación Glicado provee información importante y confiable y puede ser usada por adolescentes como tecnología auxiliar para el autocontrol de la enfermedad y para la promoción de la salud.

Abstract Objective To validate the content and semantics of the Glicado application for mobile devices aimed at adolescents with type 1 Diabetes Mellitus. Methods Methodological study based on the Product Development Process developed in three steps: pre-development, development and post-development. Content was validated by 16 judges and semantics by 14 adolescents. Results The content and semantic validation process of the application indicates its appropriateness in terms of functionality, reliability, utility and efficiency. The Content Validity Index was 0.93% and the Semantic Validation Index was 0.90%. Conclusion The Glicado application provides important and reliable information and can be used by adolescents as an auxiliary technology in self-control of the disease and health promotion.

Aplicativo SARA para tratamento de pessoas com tuberculose: estudo metodológico / Aplicación SARA para tratamiento de personas con tuberculosis: estudio metodológico / SARA application for treating people with tuberculosis: a methodological study

Resumo Objetivo Construir um aplicativo para o acompanhamento do tratamento de pessoas com tuberculose. Métodos Estudo metodológico com três fases: preparação do mapa conceitual por meio de manuais do Ministério da Saúde do Brasil e da Organização Mundial da Saúde; a construção do aplicativo com a elaboração do projeto de navegação e a prototipagem; e validação por conteúdo e semântica guiada pelo método de Pasquale com validação de conteúdo por juízes especialistas em saúde em ambiente online e validação de semântica pelo público-alvo, pessoas com tuberculose atendidas em uma unidade de saúde de Natal, no Rio Grande do Norte, Brasil, por meio da Técnica Delphi analisada a partir do Índice de Validade de Conteúdo. Resultados Construiu-se o aplicativo em sua versão final após três etapas da Técnica Delphi. Na etapa Delphi 3, o Índice de Validade de Conteúdo global foi de 0,92, sendo avaliado por sete juízes especialistas nas regiões Norte, Nordeste, Centro-Oeste, Sul e Sudeste e validado por seis pessoas com tuberculose atendidas, alcançando um Índice de Validade de Conteúdo global de 0,98. Conclusão O aplicativo foi validado quanto ao conteúdo e à semântica por juízes especialistas, em uma perspectiva multiprofissional, e atuantes na área de tuberculose de mais de uma região do Brasil e pelo público-alvo a que se destina, sendo considerado uma ferramenta importante para somar às estratégias de controle para o fim da tuberculose.

Resumen Objetivo Elaborar una aplicación para el seguimiento del tratamiento de personas con tuberculosis. Métodos Estudio metodológico de tres fases: preparación del mapa conceptual por medio de manuales del Ministerio de Salud de Brasil y de la Organización Mundial de la Salud; desarrollo de la aplicación con la elaboración del proyecto de navegación y creación del prototipo; y validación de contenido y semántica guiada por el método de Pasquale, en la cual la validación de contenido fue realizada por jueces especialistas en salud en ambiente virtual y la validación semántica por el público destinatario, personas con tuberculosis atendidas en una unidad de salud de Natal, estado de Rio Grande do Norte, Brasil, mediante el método Delphi analizado a partir del Índice de Validez de Contenido. Resultados Se elaboró la aplicación en su versión final luego de tres etapas del método Delphi. En la etapa Delphi 3, el Índice de Validez de Contenido global fue 0,92, evaluado por siete jueces especialistas de las regiones Norte, Nordeste, Centro-oeste, Sur y Sudeste, y validado por seis personas con tuberculosis atendidas, con un Índice de Validez de Contenido global de 0,98. Conclusión La aplicación fue validada respecto al contenido y a la semántica por jueces especialistas, bajo una perspectiva multiprofesional y del área de tuberculosis con presencia en más de una región de Brasil, y por el público destinatario. Fue considerada una herramienta importante para sumar a las estrategias de control para el fin de la tuberculosis.

Abstract Objective To develop an application for monitoring the treatment of individuals with tuberculosis. Methods A methodological study with three phases: preparation of the concept map according to the manuals of the Brazilian Ministry of Health and the World Health Organization; development of the application, with navigation and prototyping design; and based on Pasquale's method, content validation was performed by health experts in an online environment with semantic validation by the target audience, individuals with tuberculosis treated in a health unit in Natal, Rio Grande do Norte, Brazil, using the Delphi technique, analyzed using the Content Validity Index. Results The final version of the application was developed after three rounds of the Delphi technique. In the third Delphi round, the overall Content Validity Index was 0.92, as rated by seven expert evaluators in the North, Northeast, Central-West, South, and Southeast of Brazil, and validated by six patients being treated for tuberculosis, obtaining an overall Content Validity Index of 0.98. Conclusion The application was validated regarding content and semantics by expert evaluators working in the area of tuberculosis in more than one region of Brazil, from a multidisciplinary perspective, and by the target audience for which it is intended. It was considered an important tool to contribute to control strategies for the treatment of tuberculosis.

Application of state-of-the-art computer technology to strength training in tennis instruction / Aplicação da tecnologia de computação de ponta no treinamento de força no ensino de treinamento de tênis / Aplicación de tecnología informática más avanzada en el entrenamiento de fuerza en la enseñanza del entrenamiento de tenis

ABSTRACT Introduction: Strength training plays a unique role in improving muscle strength and stability in athletes. Initially used in rehabilitation, it is now widely used in competitive sports. Objective: To combat the problem of physical exercise capacity and body posture maintenance when tennis players complete several complex movements in training, this article reviews the research on strength training in various countries from the core concept. Methods: Based on the main bones, joints, and muscle groups in the core area, the kinematic characteristics, and the physiological mechanism of these muscle groups, the research model of applying strength training in teaching tennis was established. The application of state-of-the-art computer technology in strength training can be based on data feedback from athletes and their training in tennis training. It can be used for real-time or faster data processing and analysis: data processing is closer to the data source than in an external data center or done in the cloud to reduce lag time. Results: Based on the data, we can carry out the corresponding training plans to help the athletes win the championship. With the methods of literature review, experiment, and comparative analysis, this paper studies the influence of strength training on body shape characteristics, the impact of strength training on technical accuracy characteristics, and the effect of strength training on physical health indicators. Conclusion: The results show that the accuracy of the experimental data is improved by 20%, and the authenticity of the data is more robust, thus of practical value. Level of evidence II; Therapeutic studies - investigation of treatment outcomes.

RESUMO Introdução: O treinamento de força tem um papel único na melhoria da força e estabilidade dos músculos dos atletas. Inicialmente utilizado em reabilitação, atualmente está sendo bastante utilizado em esportes competitivos. Objetivo: No intuito de combater o problema relacionado ao exercício da capacidade física e à manutenção da postura corporal no momento em que os tenistas completam vários movimentos complexos no treinamento, este artigo analisa a pesquisa sobre o treinamento de força em vários países a partir do conceito do core. Métodos: Baseado nos principais ossos, articulações e grupos musculares na área do core, nas características cinemáticas e mecanismo fisiológico desses grupos musculares, foi estabelecido o modelo de pesquisa de aplicação do treinamento de força no ensino do treinamento de tênis. A aplicação da tecnologia de computação de ponta no treinamento de força pode ser baseada no feedback de dados dos atletas e seu treinamento na prática de tênis. Pode ser usado para processamento e análise de dados em tempo real ou mais rápido: o processamento de dados está mais próximo da fonte de dados do que em um centro de dados externo ou feito na nuvem para reduzir o tempo de atraso. Resultados: Com base nos resultados dos dados, podemos realizar os planos de treinamento correspondentes para ajudar os atletas a vencer o campeonato. Com os métodos de revisão de literatura, experiência e análise comparativa, este artigo estuda a influência do treinamento de força nas características de forma do corpo, o impacto do treinamento de força nas características de precisão técnica e o efeito do treinamento de força nos indicadores de saúde física. Conclusão: Os resultados mostram que a precisão dos dados experimentais é aperfeiçoada em 20%, e a autenticidade dos dados é mais robusta, portanto, apresenta valor prático. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.

Resumen Introducción: El entrenamiento de fuerza tiene un papel único en la mejora de la fuerza y la estabilidad de los músculos de los deportistas. Inicialmente se utilizaba en la rehabilitación, pero en la actualidad se está extendiendo su uso en los deportes de competición. Objetivo: Para combatir el problema relacionado con el ejercicio de la capacidad física y el mantenimiento de la postura corporal cuando los tenistas completan varios movimientos complejos en el entrenamiento, este artículo analiza la investigación sobre el entrenamiento de la fuerza en varios países a partir del concepto básico. Métodos: Sobre la base de los principales huesos, articulaciones y grupos musculares de la zona central, las características cinemáticas y el mecanismo fisiológico de estos grupos musculares, se estableció el modelo de investigación de la aplicación del entrenamiento de fuerza en la enseñanza del tenis. La aplicación de la tecnología informática más avanzada en el entrenamiento de la fuerza puede basarse en la retroalimentación de los datos de los deportistas y su entrenamiento en la formación del tenis. Puede utilizarse para el procesamiento y el análisis de datos en tiempo real o más rápido: el procesamiento de datos está más cerca de la fuente de datos que en un centro de datos externo o se realiza en la nube para reducir el tiempo de retraso. Resultados: A partir de los resultados de los datos, podemos llevar a cabo los correspondientes planes de entrenamiento para ayudar a los atletas a ganar el campeonato. Con los métodos de revisión de la literatura, experimento y análisis comparativo, este trabajo estudia la influencia del entrenamiento de fuerza en las características de la forma corporal, el impacto del entrenamiento de fuerza en las características de precisión técnica y el efecto del entrenamiento de fuerza en los indicadores de salud física. Conclusión: Los resultados muestran que la precisión de los datos experimentales mejora en un 20%, y la autenticidad de los datos es más robusta, por lo que tiene valor práctico. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.

Application analysis of digital neural network-based data mining method in maximizing the performance of sports training / Análise de aplicação do método de mineração de dados baseado em rede neural digital na maximização do desempenho do treinamento esportivo / Análisis de la aplicación del método de minería de datos basado en redes neuronales digitales para maximizar el rendimiento del entrenamiento deportivo

ABSTRACT Introduction: In today's rapid development of science and technology, digital network data mining technology is developing as fast as the expansion of the frontiers of science and technology allows, with a very broad application level, covering most of the civilized environment. However, there is still much to explore in the application of sports training. Objective: Analyze the feasibility of data mining based on the digital network of sports training, maximizing athletes' training. Methods: This paper uses the experimental analysis of human FFT, combined with BP artificial intelligence network and deep data mining technology, to design a new sports training environment. The controlled test of this model was designed to compare advanced athletic training modalities with traditional modalities, comparing the athletes' explosive power, endurance, and fitness. Results: After 30 days of physical training, the athletic strength of athletes with advanced fitness increased by 15.33%, endurance increased by 15.85%, and fitness increased by 14.23%. Conclusion: The algorithm designed in this paper positively impacts maximizing athletes' training. It may have a favorable impact on training outcomes, as well as increase the athlete's interest in the sport. Level of evidence II; Therapeutic studies - investigating treatment outcomes.

RESUMO Introdução: No rápido desenvolvimento atual de ciência e tecnologia, a tecnologia de mineração de dados de rede digital desenvolve-se tão rápido quanto a expansão das fronteiras da ciência e tecnologia permitem, com um nível de aplicação muito amplo, cobrindo a maior parte do ambiente civilizado. No entanto, ainda há muito para explorar da aplicação no treinamento esportivo. Objetivo: Análise de viabilidade da mineração de dados com base na rede digital da formação esportiva, maximizar o treinamento dos atletas. Métodos: Este trabalho utiliza a análise experimental da FFT humana, combinada com a rede de inteligência artificial da BP e tecnologia de mineração profunda de dados, para projetar um novo ambiente de treinamento esportivo. O teste controlado deste modelo foi projetado para comparar modalidades avançadas de treinamento atlético com as modalidades tradicionais, comparando o poder explosivo, resistência e condição física do atleta. Resultados: Após 30 dias de treinamento físico, a força atlética dos esportistas com aptidão física avançada aumentou 15,33%, a resistência aumentou 15,85%, e o condicionamento físico aumentou 14,23%. Conclusão: O algoritmo desenhado neste artigo tem um impacto positivo na maximização do treinamento dos atletas. Pode ter um impacto favorável nos resultados do treinamento, bem como aumentar o interesse do atleta pelo esporte. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.

RESUMEN Introducción: En el rápido desarrollo actual de la ciencia y la tecnología, la tecnología de extracción de datos de redes digitales se desarrolla tan rápido como lo permiten las fronteras en expansión de la ciencia y la tecnología, con un nivel de aplicación muy amplio que abarca la mayor parte del entorno civilizado. Sin embargo, aún queda mucho por explorar de la aplicación en el entrenamiento deportivo. Objetivo: Análisis de viabilidad de la minería de datos basada en la red digital de entrenamiento deportivo, maximizar la formación de los atletas. Métodos: Este trabajo utiliza el análisis experimental de la FFT humana, combinado con la red de inteligencia artificial BP y la tecnología de minería de datos profunda, para diseñar un nuevo entorno de entrenamiento deportivo. La prueba controlada de este modelo se diseñó para comparar las modalidades de entrenamiento atlético avanzado con las modalidades tradicionales, comparando la potencia explosiva, la resistencia y la forma física del atleta. Resultados: Después de 30 días de entrenamiento físico, la fuerza atlética de los atletas con un estado físico avanzado aumentó en un 15,33%, la resistencia aumentó en un 15,85% y el estado físico aumentó en un 14,23%. Conclusión: El algoritmo diseñado en este trabajo tiene un impacto positivo en la maximización del entrenamiento de los atletas. Puede tener un impacto favorable en los resultados del entrenamiento, así como aumentar el interés del atleta por el deporte. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.

Desenvolvimento e implementação de sistema de gerenciamento de cirurgias voltado a um hospital universitário / Development and implementation of a surgery management system aimed at a university hospital / Desarrollo e implementación de um sistema de gestión de cirugías dirigido a un hospital universitario

Objetivo: desenvolver e implementar o sistema de gerenciamento de cirurgias contendo a Lista Cirúrgica e Mapa Cirúrgico. Método: este estudo é de natureza exploratória e descritiva do tipo pesquisa metodológica aplicada. A metodologia utilizada baseia-se no processo de desenvolvimento de software fundamentada no modelo de ciclo de vida de desenvolvimento de sistemas de Pressman. Resultados: o sistema foi desenvolvido e disponibilizado em todos os computadores do hospital em sua rede interna. Implementado em todos as áreas cirúrgicas e Centro Cirúrgico. Conclusão: o sistema de gerenciamento de cirurgias disponibiliza informações em tempo real de informações dos pacientes cirúrgicos a todos setores envolvidos com pacientes cirúrgicos

Objectives: to develop and implement the surgical management system containing the Surgical List and Surgical Map. Method: this study is of exploratory and descriptive nature of the applied methodological research type. The methodology used is based on the software development process based on the Pressman system development life cycle model. Results: the system was developed and made available on all hospital computers on its internal network. Implemented in all surgical areas and Surgical Center. Conclusion: the surgical management system provides real-time information on surgical patient information to all departments involved with surgical patients

Objetivos: desarrollar e implementar el sistema de gestión de cirugías que contenga la Lista Quirúrgica y el Mapa Quirúrgico. Método: este estudio es de naturaleza exploratoria y descriptiva del tipo investigación metodológica aplicada. La metodología utilizada se basa en el proceso de desarrollo de software fundamentada en el modelo de ciclo de vida de desarrollo de sistemas de Pressman. Resultados: el sistema fue desarrollado y puesto a disposición en todas las computadoras del hospital en su red interna. Implementado en todas las áreas quirúrgicas y el Centro Quirúrgico. Conclusión: el sistema de gestión de cirugías proporciona información en tiempo real de los pacientes quirúrgicos a todos los sectores involucrados con pacientes quirúrgicos

Internet de las cosas en el ámbito de la atención médica: tendencias y desafíos / Internet of Things in the Field of Health Care: Trends and Challenges

La internet de las cosas ha mantenido un crecimiento continuo en los últimos años. Las potencialidades de uso que muestra en diferentes campos han sido ampliamente documentadas. Su utilización efectiva en el campo de la salud puede traer consigo mejoras en la eficiencia de los tratamientos médicos, prevenir situaciones de riesgo, ayudar a elevar la calidad del servicio y proporcionar soporte a la toma de decisiones. La presente revisión profundiza en aspectos medulares de su utilización con el objetivo de explorar las principales tendencias y desafíos relacionados con la creciente utilización de la internet de las cosas en la salud, prestando mayor atención a los aspectos relacionados con las arquitecturas utilizadas para el despliegue de sistemas de internet de las cosas en ese ámbito, el manejo de la seguridad de estos sistemas y las herramientas para el apoyo a la toma de decisiones empleadas. Mediante el análisis documental se logra mostrar las principales características de estos sistemas, así como su arquitectura, herramientas utilizadas para la gestión de los datos capturados y mecanismos de seguridad. La utilización de la internet de las cosas en el campo de la salud tiene gran impacto, mejorando la vida de millones de personas en todo el mundo y brindando grandes oportunidades para el desarrollo de sistemas inteligentes de salud(AU)

The internet of things has maintained continuous growth in recent years. The potentialities of use that it shows in different fields have been widely documented. Its effective use in the field of health can bring improvements in the efficiency of medical treatments, prevention of risky situations, help raising the quality of service and provide support for decision-making. The present review explores into core aspects of its use in order to analyze trends, challenges and strengths. Document analysis was used to show the main characteristics of these systems, as well as their architecture, tools used for the management of the captured data and security mechanisms. The use of the internet of things in the health field has a great impact, improving the lives of millions of people around the world and providing great opportunities for the development of intelligent health systems(AU)

Experimental research on forecasting index of biological image aerobic exercise analysis of artificial neural network / Pesquisa experimental sobre índice de previsão de imagem biológica análise de exercício aeróbio de rede neural artificial / Investigación experimental sobre índice de pronóstico de imágenes biológicas análisis de ejercicio aeróbico de redes neuronales artificiales

ABSTRACT Objective: The paper uses artificial neural network images to explore the effects of aerobic exercise on the gamma rhythm of theta period in the awake hippocampal CA1 area of APP/PS1/tau mice and the low-frequency gamma rhythm of the sleep state hippocampal CA1 area SWR period. Methods: Clean grade 6-month-old APP/PS1/tau mice were randomly divided into quiet group (AS) and exercise group (AE), C57BL/6J control group mice were randomly divided into quiet group (CS) and exercise group (CE). The AE group and the CE group performed 12-week treadmill exercise, 5d/week, 60min/d, the first 10min exercise load was 12m/min, the last 50min was 15m/min treadmill slope was 0°. Eight-arm maze detection of behavioral changes in mice; multi-channel in vivo recording technology to record the electrical signals of the awake state and sleep state in the hippocampal CA1 area, MATLAB extracts the awake state theta period and sleep state SWR period, multi-window spectrum estimation method Perform time-frequency analysis and power spectral density analysis. Results: 12 weeks of aerobic exercise can significantly improve the working memory and reference memory of the AS group, increase the gamma energy in theta period of the awake hippocampus CA1 area and the low-frequency gamma energy in the sleep state CA1 area SWR period. Conclusions: Aerobic exercise can improve the neural network state of the AD model and increase the gamma energy in theta period of the hippocampus CA1 area, and the low-frequency gamma energy in the SWR period is one of the neural network mechanisms for its overall behavioral improvement. Level of evidence II; Therapeutic studies - investigation of treatment results.

RESUMO Objetivo: o artigo usa imagens de redes neurais artificiais para explorar os efeitos do exercício aeróbio no ritmo gama do período teta na área CA1 do hipocampo desperto de camundongos APP/PS1/tau e o ritmo gama de baixa frequência da área CA1 do hipocampo do estado de sono Período SWR. Métodos: Camundongos APP/PS1/tau de grau limpo de 6 meses de idade foram divididos aleatoriamente em grupo quieto (AS) e grupo de exercício (AE), os camundongos do grupo controle C57BL/6J foram divididos aleatoriamente em grupo quieto (CS) e grupo de exercício (CE). O grupo AE e o grupo CE realizaram 12 semanas de exercício em esteira, 5d/semana, 60min/d, a primeira carga de exercício de 10min foi de 12m/min, a última de 50min foi de 15m/min e a inclinação da esteira foi de 0 °. Detecção de labirinto de oito braços de mudanças comportamentais em camundongos; tecnologia de gravação in vivo multicanal para registrar os sinais elétricos do estado de vigília e do estado de sono na área CA1 do hipocampo, MATLAB extrai o período de tempo teta do estado de vigília e o período de tempo SWR do estado de sono, método de estimativa de espectro de múltiplas janelas. e análise de densidade espectral de potência. Resultados: 12 semanas de exercícios aeróbicos podem melhorar significativamente a memória de trabalho e a memória de referência do grupo AS, aumentar a energia gama no período teta da área CA1 do hipocampo acordado e a energia gama de baixa frequência na área CA1 do estado de sono período SWR. Conclusões: O exercício aeróbico pode melhorar o estado da rede neural do modelo AD e aumentar a energia gama no período teta da área CA1 do hipocampo e a energia gama de baixa frequência no período SWR é um dos mecanismos da rede neural para seu comportamento geral. Nível de evidência II; Estudos terapêuticos- investigação dos resultados do tratamento.

RESUMEN Objetivo: El artículo utiliza imágenes de redes neuronales artificiales para explorar los efectos del ejercicio aeróbico en el ritmo gamma del período theta en el área CA1 del hipocampo despierto de ratones APP/PS1/tau y el ritmo gamma de baja frecuencia del área CA1 del hipocampo en estado de sueño. Período de ROE. Métodos: Se dividieron aleatoriamente ratones APP/PS1/tau de 6 meses de edad de grado limpio en grupo tranquilo (AS) y grupo de ejercicio (AE), los ratones del grupo de control C57BL/6J se dividieron aleatoriamente en grupo tranquilo (CS) y grupo de ejercicio (CE). El grupo de EA y el grupo de EC realizaron 12 semanas de ejercicio en cinta rodante, 5 días a la semana, 60 min/d, la primera carga de ejercicio de 10 min fue de 12 m/min, los últimos 50 min fueron de 15 m/min y la pendiente de la cinta fue de 0 °. Detección en laberinto de ocho brazos de cambios de comportamiento en ratones; tecnología de grabación in vivo multicanal para registrar las señales eléctricas del estado despierto y del estado de sueño en el área CA1 del hipocampo, MATLAB extrae el período de tiempo theta del estado despierto y el período de tiempo de SWR del estado de suspensión, método de estimación de espectro de múltiples ventanas Realizar análisis de tiempo-frecuencia y análisis de densidad espectral de potencia. Resultados: 12 semanas de ejercicio aeróbico pueden mejorar significativamente la memoria de trabajo y la memoria de referencia del grupo AS, aumentar la energía gamma en el período theta del área CA1 del hipocampo despierto y la energía gamma de baja frecuencia en el período SWR del área CA1 del estado de sueño. Conclusiones: El ejercicio aeróbico puede mejorar el estado de la red neuronal del modelo AD y aumentar la energía gamma en el período theta del área del hipocampo CA1 y la energía gamma de baja frecuencia en el período SWR es uno de los mecanismos de la red neuronal para su comportamiento general. Nivel de evidencia II; Estudios terapéuticos- investigación de los resultados del tratamiento.

Analysis of biolo artificial neural network in prediction of aerobic exercise index based on algorithm / Análise de rede neural artificial na predição do índice de exercício aeróbio baseada em algorítimo / Análisis de red neuronal artificial en la predicción del índice de ejercicio aeróbico

ABSTRACT Objective: To study the relationship between aerobic activity and cardiac autonomic nerve activity by artificial neural network algorithm and biological image fusion; because of the artificial neural network model (ANN) problems, biological image processing technology is introduced based on ANN. Methods: An Ann under biological image intelligence algorithm is proposed, a classifier suitable for electrocardiograph (ECG) screening is designed, and an ECG signal screening system is successfully established. Moreover, the data set of normal recovered ECG signals of the subjects during the experimental period is constructed, and a classifier is used to extract the characteristic data of a normal ECG signal during the experimental period. Results: The changes in resting heart rate and other physical health indicators are analyzed by combining resting physiological indicators, namely heart rate, body weight, body mass index and body fat rate. The results show that the self-designed classifier can efficiently process the ECG images, and long-term regular activities can improve the physical conditions of most people. Most subjects' body weight and body fat rate decrease with the extension of experiment time, and the resting heart rate decreases relatively. Conclusions: Certain indicators can be used to predict a person's dynamic physical health, which indicates that the experimental research of index prediction in this research has a good effect, which not only extends the application of artificial neural network but also lays a foundation for the research and implementation of ECG intelligent testing wearable devices. Level of evidence II; Therapeutic studies - investigation of treatment results.

RESUMO Objetivo: Com o objetivo de estudar a relação entre atividade aeróbia e atividade nervosa autonômica cardíaca por algoritmo de rede neural artificial e fusão biológica de imagens, tendo em vista os problemas existentes no modelo de rede neural artificial (RNA), é introduzida a tecnologia de processamento biológico de imagens com base em ANN. Métodos: um algoritmo de inteligência biológica de imagem Ann é proposto, um classificador adequado para triagem eletrocardiográfica (ECG) é projetado e um sistema de triagem de sinal de ECG é estabelecido com sucesso. Além disso, o conjunto de dados de sinais de ECG normais recuperados dos sujeitos durante o período experimental é construído e um classificador é usado para extrair os dados característicos de um sinal de ECG normal durante o período experimental. Resultados: As alterações na frequência cardíaca em repouso e outros indicadores de saúde física são analisadas pela combinação de indicadores fisiológicos de repouso, a saber, frequência cardíaca, peso corporal, índice de massa corporal e índice de gordura corporal. Os resultados mostram que o classificador autodesenhado pode processar com eficiência as imagens de ECG, e as atividades regulares de longo prazo podem melhorar as condições físicas da maioria das pessoas. O peso corporal e a taxa de gordura corporal da maioria dos indivíduos diminuem com a extensão do tempo do experimento, e a freqüência cardíaca em repouso diminui relativamente. Conclusões: Certos indicadores podem ser usados para prever a saúde física dinâmica de uma pessoa, o que indica que a pesquisa experimental de predição de índice nesta pesquisa tem um bom efeito, que não apenas estende a aplicação da rede neural artificial, mas também estabelece uma base para a pesquisa e implementação de dispositivos vestíveis de teste inteligente de ECG. Nível de evidência II; Estudos terapêuticos- investigação dos resultados do tratamento.

RESUMEN Objetivo: Para estudiar la relación entre la actividad aeróbica y la actividad del nervio autónomo cardíaco mediante el algoritmo de red neuronal artificial y la fusión de imágenes biológicas, ante los problemas existentes en el modelo de red neuronal artificial (ANN), se introduce la tecnología de procesamiento de imágenes biológicas basada en ANA. Métodos: Se propone un algoritmo de inteligencia de imagen biológica de Ann, se diseña un clasificador adecuado para el cribado electrocardiógrafo (ECG) y se establece con éxito un sistema de cribado de señales de ECG. Además, se construye el conjunto de datos de las señales de ECG recuperadas normales de los sujetos durante el período experimental, y se utiliza un clasificador para extraer los datos característicos de una señal de ECG normal durante el período experimental. Resultados: Los cambios en la frecuencia cardíaca en reposo y otros indicadores de salud física se analizan combinando indicadores fisiológicos en reposo, a saber, frecuencia cardíaca, peso corporal, índice de masa corporal y tasa de grasa corporal. Los resultados muestran que el clasificador de diseño propio puede procesar de manera eficiente las imágenes de ECG, y las actividades regulares a largo plazo pueden mejorar las condiciones físicas de la mayoría de las personas. El peso corporal y la tasa de grasa corporal de la mayoría de los sujetos disminuyen con la extensión del tiempo del experimento, y la frecuencia cardíaca en reposo disminuye relativamente. Conclusiones: Ciertos indicadores pueden usarse para predecir la salud física dinámica de una persona, lo que indica que la investigación experimental de predicción de índices en esta investigación tiene un buen efecto, lo que no solo extiende la aplicación de la red neuronal artificial sino que también sienta las bases para la investigación. e implementación de dispositivos portátiles de prueba inteligente de ECG. Nivel de evidencia II; Estudios terapéuticos- investigación de los resultados del tratamiento.

The application mode of athletes in the calculation of cloud motion capture technology in football / Modo de aplicação de cálculo da tecnologia de captura de movimentos na nuvem no futebol / Modo de aplicación de los jugadores en el cálculo de la tecnología de captura de movimiento en la nube de fútbol

ABSTRACT Motion capture is a common problem in sports. It is mainly used to measure and capture running distance in football matches. Use of cloud computing motion capture algorithm in football running distance test, for lack of cloud computing algorithm using motion capture in the application. Data are obtained by experiment to verify the effectiveness and feasibility of the improved cloud computing motion capture algorithm in running distance in football. The final conclusion is that, compared with the original cloud computing motion capture algorithm, the optimized cloud computing motion capture algorithm can significantly reduce the number of cycles in the test of football running distance.

RESUMO A captura de movimento é um problema comum nos esportes. É usado principalmente para medir e capturar a distância de corrida em jogos de futebol. Este estudo aborda o uso do algoritmo de captura de movimento por computação em nuvem no teste de distância de corrida de futebol, por falta do algoritmo de computação em nuvem usando a captura de movimento na aplicação. Os dados são obtidos por experimento para verificar a eficácia e viabilidade do algoritmo melhorado de captura de movimento por computação em nuvem no teste de distância de corrida no futebol. A conclusão final é que, em comparação com o algoritmo original de captura de movimento por computação em nuvem, o algoritmo otimizado de captura de movimento por computação em nuvem pode reduzir significativamente o número de ciclos no teste de distância de corrida no futebol.

RESUMEN La captura de movimiento es un problema común en los deportes. Es usado principalmente para medir y capturar la distancia de corrida en juegos de fútbol. Este estudio aborda el uso del algoritmo de captura de movimiento por computación en nube en el test de distancia de corrida de fútbol, por falta del algoritmo de computación en nube usando la captura de movimiento en la aplicación. Los datos son obtenidos por experimento para verificar la eficacia y viabilidad del algoritmo mejorado de captura de movimiento por computación en nube en el test de distancia de corrida en el fútbol. La conclusión final es que, en comparación con el algoritmo original de captura de movimiento por computación en nube, el algoritmo optimizado de captura de movimiento por computación en nube puede reducir significativamente el número de ciclos en el test de distancia de corrida en el fútbol.

Research on athletes' psychological regulation ability based on back propagation (bp) neural network algorithm / Investigação sobre a habilidade de controle psicológico de atletas com base no algoritmo de rede neural backpropagation / Investigación sobre la capacidad de ajuste psicológico de los atletas basada en el algoritmo de red neuronal bp

ABSTRACT Athletes' psychological control ability directly affects competitions. Therefore, it is necessary to supervise the athletes' game psychology. Athletes' game state supervision model is constructed through the facial information extraction algorithm. The homography matrix and the calculation method are introduced. Then, two methods are introduced to solve the rotation matrix from the homography matrix. After the rotation matrix is solved, the method of obtaining the facial rotation angle from the rotation matrix is introduced. The two methods are compared in the simulation data, and the advantages and disadvantages of each algorithm are analyzed to determine the method used in this paper. The experimental results show that the model prediction accuracy reaches 70%, which can effectively supervise the psychological state of athletes. This research study is of great significance to improve the performance of athletes in competitions and improve the application of back propagation (BP) neural network algorithm.

RESUMO A capacidade de controle psicológico de atletas afeta diretamente as competições. Portanto, é muito necessário supervisionar a psicologia de jogo desses indivíduos. O modelo de supervisão do estado de jogo dos atletas é construído através do algoritmo de extração de informações faciais. A matriz de homografia e o método de cálculo são introduzido. Em seguida, são introduzidos dois métodos para resolver a matriz de rotação a partir da matriz de homografia. Após a resolução da matriz de rotação, introduz-se o método de obtenção do ângulo de rotação facial a partir dessa matriz. Os dois métodos são comparados nos dados da simulação, e as vantagens e desvantagens de cada algoritmo são analisadas para determinar o método utilizado neste estudo. Os resultados experimentais mostram que a precisão da previsão do modelo atinge 70%, sendo possível efetivamente supervisionar o estado psicológico dos atletas. O presente estudo é de grande importância para melhorar o desempenho dos atletas em competições e melhorar a aplicação do algoritmo de rede neural backpropagation (BP).

RESUMEN La capacidad de control psicológico de atletas afecta directamente las competencias. Por lo tanto, es muy necesario supervisar la psicología de juego de esos individuos. El modelo de supervisión del estado de juego de los atletas es construido por medio del algoritmo de extracción de informaciones faciales. La matriz de homografía y el método de cálculo son introducidos. Enseguida, son introducidos dos métodos para resolver la matriz de rotación a partir de la matriz de homografía. Después de la resolución de la matriz de rotación, se introduce el método de obtención del ángulo de rotación facial a partir de esa matriz. Los dos métodos son comparados en los datos de la simulación, y las ventajas y desventajas de cada algoritmo son analizadas para determinar el método utilizado en este estudio. Los resultados experimentales muestran que la precisión de la previsión del modelo alcanza 70%, siendo posible efectivamente supervisar el estado psicológico de los atletas. El presente estudio es de gran importancia para mejorar el desempeño de los atletas en competencias y mejorar la aplicación del algoritmo de red neuronal backpropagation (BP).

Analysis of the influence of biochemical indexes of athletes under training based on the internet of things and cloud computing / Análise da influência dos índices bioquímicos dos atletas em treinamento com base na internet das coisas e na computação em nuvem / Análisis de la influencia de los índices bioquímicos de los atletas en el período de entrenamiento basado en internet de las cosas y la computación en nube

ABSTRACT For athletes under training, it is more efficient to use the Internet of Things (IoT) and cloud computing methods to collect and process biochemical indicators, and this study is about research based on the IoT and cloud computing technology for athletes under training. The problems are put forward in this study. The requirements of related algorithm design and the communication model properties are comprehensively analyzed. Scheduling the link and allocating the transmit power of the nodes are comprehensively considered, with design and analysis of wireless sensor network scheduling algorithm. The factors influencing the scheduling efficiency of the algorithm are analyzed, considering the node density and the influence of different power allocation schemes on the scheduling result. This study shows that the algorithm of this thesis can collect the biochemical index data of athletes during training period. As the number of nodes increases, the running results will gradually move towards the optimal value. This research study is of important theoretical significance for the application of IoT and cloud computing technology and the improvement of athlete training effect.

RESUMO Para os indicadores bioquímicos dos atletas durante o treino, é mais eficiente usar a internet das coisas e métodos de computação em nuvem para coletar e processar indicadores bioquímicos durante o treino de atletas. Este estudo se baseia na tecnologia da internet das coisas IoT e na computação em nuvem voltada para atletas durante o período de treino. Os problemas são apresentados neste documento. Os requisitos de concepção de algoritmos relacionados e propriedades do modelo de comunicação são amplamente analisados. A programação do link e a alocação da potência de transmissão dos nodos são considerados de forma abrangente, com projeto e análise do algoritmo de programação da rede de sensores sem fio. Os fatores que influenciam a eficiência de programação do algoritmo são analisados, considerando a densidade do nodo e a influência de diferentes sistemas de alocação de energia no resultado da programação. A pesquisa Mostra que o algoritmo desta tese pode coletar os dados do índice bioquímico dos atletas durante o período de treino. À medida que o número de nodos aumenta, os resultados de execução tenderão gradualmente para o valor ideal. Esta pesquisa tem um significado teórico importante para a aplicação da tecnologia da internet das coisas e computação em nuvem e para a melhoria do efeito dos treinos realizados por atletas.

RESUMEN Para los indicadores bioquímicos de los atletas durante el entrenamiento, es más eficiente usar la internet de las cosas y métodos de computación en nube para recolectar y procesar indicadores bioquímicos durante el entrenamiento de atletas. Este estudio se basa en la tecnología de la internet de las cosas IoT y en la computación en nube dedicada a atletas durante el período de entrenamiento. Los problemas son presentados en este documento. Los requisitos de concepción de algoritmos relacionados y propriedades del modelo de comunicación son ampliamente analizados. La programación del link y la destinación de la potencia de transmisión de los nodos son considerados de forma abarcadora, con proyecto y análisis del algoritmo de programación de la red de sensores inalámbrica. Los fatores que influencian la eficiencia de programación del algoritmo son analizados, considerando la densidad del nodo y la influencia de diferentes sistemas de destinación de energía en el resultado de la programación. La investigación muestra que el algoritmo de esta tesis puede recolectar los datos del índice bioquímico de los atletas durante el período de entrenamiento. A medida que el número de nodos aumenta, los resultados de ejecución tenderán gradualmente hacia el valor ideal. Esta investigación tiene un significado teórico importante para la aplicación de la tecnología de la internet de las cosas y computación en nube y para la mejora del efecto de los entrenamientos realizados por atletas.

Validação de conteúdo e desenvolvimento de um software para hemodiálise / Validación de contenido y desarrollo de un software para hemodiálisis / Content validation and development of a software for hemodialysis

Resumo Objetivo: Descrever o desenvolvimento de um software para o gerenciamento de indicadores clínicos e de qualidade no cuidado de enfermagem de pacientes em hemodiálise. Métodos: Trata-se de um estudo metodológico, envolvendo três etapas: 1) levantamento do referencial teórico para estruturação de conteúdo acerca de indicadores clínicos e de qualidade, relevantes para registro no serviço de hemodiálise e avaliação da efetividade dialítica; 2) validação de conteúdo por juízes e 3) desenvolvimento do software. Utilizou-se para sua criação a metodologia proposta por Pressman, que consiste em cinco passos: comunicação, planejamento, modelagem, construção e implantação. Resultados: O software produzido compõe-se de 112 itens validados, tendo como funcionalidades o sistema de cadastramento e busca de pacientes do serviço, a atualização de dados clínicos e laboratoriais, bem como a geração de relatórios relacionados às infecções, ao implante de acesso vascular, aos eventos adversos, à hospitalização e aos indicadores de qualidade. Conclusão: Este estudo possibilitou a elaboração de um software como ferramenta para compilação e organização de dados de paciente em terapia hemodialítica, com vista à geração de informações e conhecimentos que subsidie a avaliação e tomada de decisão clínica de enfermagem apoiada em julgamento crítico.

Resumen Objetivo: Describir el desarrollo de un software para la gestión de indicadores clínicos y de calidad para los cuidados de enfermería de pacientes en hemodiálisis. Métodos: Se trata de un estudio metodológico, que incluye tres etapas: 1) análisis del marco referencial teórico para la estructuración del contenido sobre indicadores clínicos y de calidad relevantes para el registro en el servicio de hemodiálisis y evaluación de la efectividad didáctica; 2) validación del contenido por jueces, y 3) desarrollo del software. Para su creación, se utilizó la metodología propuesta por Pressman, que consiste en cinco pasos: comunicación, planificación, modelado, construcción y despliegue. Resultados: El software producido se compone de 112 ítems validados y tiene como funcionalidades el sistema de registro y búsqueda de pacientes del servicio, la actualización de datos clínicos y de laboratorio, así como la generación de informes relacionados con las infecciones, el acceso vascular, los eventos adversos, la hospitalización y los indicadores de calidad. Conclusión: El estudio permitió la elaboración de un software como herramienta para compilar y organizar datos de pacientes en terapia de hemodiálisis, con el fin de producir información y conocimientos que respalden la evaluación y toma de decisiones clínicas de enfermería basadas en apreciaciones críticas.

Abstract Objective: To describe the development of a software for the management of clinical and quality indicators in patient care under hemodialysis. Method: This is a methodological study, which involved three stages: 1) survey of the theoretical framework for structuring content about clinical and quality indicators, relevant for registry in hemodialysis service and assessment of hemodialysis effectiveness; 2) content validation by judges; 3) software development. The methodology proposed by Pressman was used for its creation, which consists of five steps: communication, planning, modeling, construction, and implementation. Results: The software produced consists of 112 validated items, with the functionality of the system for registering and searching patients at the service, updating clinical and laboratory data as well as generating reports related to infections, vascular access implantation, adverse events, hospitalization and quality indicators. Conclusion: This study enabled the development of a software as a tool for compiling and organizing patient data on hemodialysis, with a view to generating information and knowledge that supports assessment and clinical decision making of nursing supported by critical judgment.

Método para evaluar el desempeño de los recursos humanos en proyectos médicos mediante computación con palabras / Method for Evaluating the Performance of Human Resources in Medical Projects by Computing with Words

Introducción: el proceso de evaluación del desempeño de los recursos humanos en proyectos médicos está sujeto a niveles considerables de subjetividad, lo cual genera incertidumbre a la hora de tomar decisiones. Problemas de esta índole donde se incluye la evaluación y clasificación de alternativas en el proceso, pueden ser abordados a través de la Computación con palabras. Objetivo: el objetivo del presente trabajo es desarrollar un método para la evaluación del desempeño de los recursos humanos en proyectos médicos mediante computación con palabras. Materiales y métodos: se utilizan los conjuntos de datos lingüísticos para mejorar la interpretación de los resultados. Se emplea el modelo de representación de la información lingüística basado en 2-tuplas en el tratamiento de la incertidumbre. El procesamiento de la información se realizó mediante los operadores de agregación de información Promedio Ponderado Ordenado que permiten la agregación de información de acuerdo a parámetros predefinidos obteniéndose un valor representativo. Resultados: se obtiene un método de apoyo a la toma de decisiones basado en la computación con palabras. El método propuesto fue implementado para manejar la incertidumbre existente en el proceso de evaluación del desempeño de los recursos humanos en proyectos médicos a partir de la evaluación y clasificación de alternativas, basado en computación con palabras. Conclusiones: la implementación del método propuesto, permite evaluar y clasificar a los Recursos Humanos según su desempeño(AU)

Introduction: the process of evaluating the performance of human resources in medical projects is subject to considerable levels of subjectivity, which generates uncertainty when making decisions. Problems of this nature, where the evaluation and classification of alternatives is included in the process, can be addressed through Computing with Words. Objective: to develop a method for evaluating the performance of human resources in medical projects using Computing with Words. Method: linguistic data sets are used to improve the interpretation of the results. The 2-tuple-based linguistic information representation model is used in the treatment of uncertainty. The information processing was performed using the Ordered Weighted Average information aggregation operators that allow the aggregation of information according to predefined parameters obtaining a representative value. Results: a method of decision support is obtained, based on Computing with Words. The method was implemented to manage the uncertainty in the process of evaluating the performance of human resources in medical projects based on the evaluation and classification of alternatives. Conclusions: the implementation of the proposed method allows evaluating and classifying human resources according to their performance(AU)

Multi-categorical classification using deep learning applied to the diagnosis of gastric cancer / Classificação multicategórica utilizando aprendizagem profunda aplicada ao diagnóstico de adenocarcinoma gástrico

ABSTRACT Introduction: Pathologists currently face a substantial increase in workload and complexity of their diagnosis work on different types of cancer. This is due to the increased incidence and detection of neoplasms, associated with diagnostic subspecialization and the advent of personalized medicine. There are numerous treatments available for different types of cancer, and the diagnosis must be dispensed quickly and accurately for each case. Deep learning is a tool that has been used in daily life, including image detection, and there is growing interest in its application in Medicine and especially in Pathology, where it has a revolutionary potential. Objective: In this article, we present deep learning, in particular convolutional neural networks, as a potential technique for the analysis of digitized images of histopathological slides, detecting identifiable patterns in an automated manner, introducing the possibility of applying this technology as an auxiliary tool in the diagnosis of neoplasms, especially in gastric cancer, the object of this preliminary study. Method: From a database of digitized images of histopathological slides representative of gastric cancer, we identified three morphological patterns of neoplasia, as well as non-neoplastic tissue patterns, with which we train a convolutional neural network algorithm, designed to identify and categorize similar images within these standards, in an automated manner. Results: The results of identification and automatic classification in the defined categories were satisfactory, with ROC curves above 0.9. Conclusion: The results show the potential application of convolutional neural networks for digitized slides of gastric cancer, in accordance with international literature findings.

RESUMEN Introducción: Los patólogos enfrentan actualmente un aumento sustancial de su trabajo diagnóstico en diferentes tipos de cáncer. Eso ocurre debido al incremento de la incidencia y de la detección de neoplasias, además de la subespecialización diagnóstica y del advenimiento de la medicina personalizada. Hay numerosos tratamientos disponibles para diferentes tipos de cáncer, y el diagnóstico debe ser realizado con celeridad y precisión para cada caso. El aprendizaje profundo es una herramienta que ha sido empleada en el día a día, incluso en la detección de imágenes, y hay creciente interés en su aplicación en Medicina, especialmente en Patología, área en la que presenta potencial revolucionario. Objetivo: En este artículo presentamos el aprendizaje profundo, en especial las redes neuronales convolucionales, como una técnica potencial para el análisis de imágenes digitalizadas de portaobjetos histopatológicos, detectando patrones identificables de forma automatizada, introduciendo la posibilidad de empleo de esa tecnología como herramienta auxiliar en el diagnóstico de neoplasias, principalmente en el adenocarcinoma gástrico, objeto de este estudio preliminar. Métodos: A partir de una base de datos de imágenes digitalizadas de portaobjetos histopatológicos representativos de adenocarcinoma gástrico, identificamos tres patrones morfológicos de la neoplasia, así como patrones de tejidos no neoplásicos, con los cuales entrenamos un algoritmo de red neuronal convolucional, creado para identificar y categorizar imágenes semejantes dentro de eses patrones, de modo automatizado. Resultados: Los resultados de identificación y clasificación automática en las categorías definidas se mostraron satisfactorios, con curvas ROC por encima de 0,9. Conclusión: Los resultados muestran el potencial de aplicación de las redes neuronales convolucionales en portaobjetos digitalizados de adenocarcinoma gástrico, en conformidad con la literatura internacional.

RESUMO Introdução: Os patologistas enfrentam atualmente um aumento substancial na carga e na complexidade de seu trabalho diagnóstico em diferentes tipos de câncer. Isso ocorre devido ao aumento da incidência e da detecção de neoplasias, além da subespecialização diagnóstica e do advento da medicina personalizada. Existem inúmeros tratamentos disponíveis para diferentes tipos de câncer, e o diagnóstico deve ser dado com celeridade e precisão para cada caso. A aprendizagem profunda é uma ferramenta que vem sendo empregada no dia a dia, inclusive na detecção de imagens, e há crescente interesse em sua aplicação na Medicina, especialmente na Patologia, área em que apresenta potencial revolucionário. Objetivo: Neste artigo, apresentamos a aprendizagem profunda, em específico as redes neurais convolucionais, como uma potencial técnica para a análise de imagens digitalizadas de lâminas histopatológicas, detectando padrões identificáveis de forma automatizada, introduzindo a possibilidade de aplicação dessa tecnologia como ferramenta auxiliar no diagnóstico de neoplasias, principalmente no adenocarcinoma gástrico, objeto deste estudo preliminar. Métodos: A partir de um banco de dados de imagens digitalizadas de lâminas histopatológicas representativas de adenocarcinoma gástrico, identificamos três padrões morfológicos da neoplasia, bem como padrões de tecidos não neoplásicos, com os quais treinamos um algoritmo de rede neural convolucional, criado com a finalidade de identificar e categorizar imagens similares dentro desses padrões, de forma automatizada. Resultados: Os resultados de identificação e classificação automática nas categorias definidas mostraram-se satisfatórios, com curvas ROC acima de 0,9. Conclusão: Os resultados evidenciam o potencial de aplicação das redes neurais convolucionais em lâminas digitalizadas de adenocarcinoma gástrico, consoantes com a literatura internacional.

Uso de redes neurais artificiais para classificação de municípios quanto à vulnerabilidade social no Estado do Rio Grande do Norte, Brasil / The use of artificial neural networks to classify the social vulnerability of municipalities in Rio Grande do Norte State, Brazil / Uso de redes neuronales artificiales para la clasificación de municipios respecto a la vulnerabilidad social en Estado del Rio Grande do Norte, Brasil

Resumo: O objetivo foi aplicar as redes neurais artificiais para classificar os municípios do Estado do Rio Grande do Norte, Brasil, de acordo com sua vulnerabilidade social. Estudo ecológico que utilizou 17 variáveis que refletissem os indicadores epidemiológicos, demográficos, socioeconômicos e educacionais para o ano de 2010. As fontes pesquisadas foram o Atlas do Desenvolvimento Humano no Brasil e o Instituto Brasileiro de Geografia e Estatística. Para a classificação dos municípios, foram aplicadas as redes neurais artificiais, dos tipos PNN e Multilayer feedforward, resultando a classificação em cinco categorias de vulnerabilidade: muito alta, alta, média, baixa e muito baixa. A fase de treinamento das redes utilizou os valores de mínimo, máximo, percentis 25 e 75 e mediana das 17 variáveis selecionadas. A rede Multilayer feedforward com seis nós apresentou os melhores resultados. Os municípios da região metropolitana (Natal, Parnamirim), das microrregiões do Seridó oriental e ocidental (Caicó, Currais Novos, São José do Seridó, Jardim do Seridó, Parelhas, Carnaúba dos Dantas) apresentaram níveis mais baixos de vulnerabilidade. Os municípios de alta e muito alta vulnerabilidade encontram-se na mesorregião do Leste potiguar: nas microrregiões do Litoral Nordeste (municípios de João Câmara, Touros, Caiçara do Rio dos Ventos) e do Litoral Sul (Nísia Floresta, São José do Mipibu, Arês, Canguaretama). A rede neural classificou os municípios com elevada precisão, destacando os que possuem extrema vulnerabilidade daqueles que detêm os melhores indicadores sociais.

Abstract: The objective was to apply artificial neural networks to classify municipalities (counties) in Rio Grande do Norte State, Brazil, according to their social vulnerability. This was an ecological study using 17 variables that reflected epidemiological, demographic, socioeconomic, and educational indicators for the year 2010. The sources were the Human Development Atlas for Brazil and the Brazilian Institute of Geography and Statistics. For classification of the municipalities, the study applied the artificial neural networks of the PNN and Multilayer feedforward types, resulting in a classification in five categories of vulnerability: very high, high, medium, low, and very low. The networks' training phase used the minimum and maximum values, 25th and 75th percentiles, and medians for the 17 selected variables. The Multilayer feedforward network with six nodes showed the best results. The municipalities from the Metropolitan Area (Natal, Parnamirim) and the eastern and western Seridó micro-regions (Caicó, Currais Novos, São José do Seridó, Jardim do Seridó, Parelhas, Carnaúba dos Dantas) showed the lowest levels of vulnerability. The municipalities with high and very high vulnerability were located in the East of the state, in the micro-regions of the Northeast Coast (João Câmara, Touros, Caiçara do Rio dos Ventos) and Southern Coast (Nísia Floresta, São José do Mipibu, Arês, Canguaretama). The neural network classified the municipalities with high precision, distinguishing those with extreme vulnerability from those with better social indicators.

Resumen: El objetivo fue aplicar las redes neuronales artificiales para clasificar los municipios del estado de Rio Grande do Norte, Brasil, de acuerdo con su vulnerabilidad social. Se realizó un estudio ecológico que utilizó 17 variables que reflejaron los indicadores epidemiológicos, demográficos, socioeconómicos y educacionales durante el año 2010. Las fuentes investigadas fueron: el Atlas de Desarrollo Humano en Brasil y el Instituto Brasileño de Geografía y Estadística. Para la clasificación de los municipios, se aplicaron las redes neuronales artificiales de los tipos PNN y Multilayer feedforward, resultando la clasificación en cinco categorías de vulnerabilidad: muy alta, alta, media, baja y muy baja. La fase de entrenamiento de las redes utilizó los valores: mínimo, máximo, percentiles 25 y 75 y mediana de las 17 variables seleccionadas. La red Multilayer feedforward con seis nudos presentó los mejores resultados. Los municipios de la región metropolitana (Natal, Parnamirim), de las microrregiones del Seridó oriental y ocidental (Caicó, Currais Novos, São José do Seridó, Jardim do Seridó, Parelhas, Carnaúba dos Dantas) presentaron niveles más bajos de vulnerabilidad. Los municipios de alta y muy alta vulnerabilidad se encuentran en la mesorregión del este potiguar: en las microrregiones del litoral nordeste (municipios de João Câmara, Touros, Caiçara do Rio dos Ventos) y del litoral sur (Nísia Floresta, São José do Mipibu, Arês, Canguaretama). La red neuronal clasificó los municipios con elevada precisión, destacando los que poseen extrema vulnerabilidad de aquellos que ostentan los mejores indicadores sociales.

Evaluation of user embracement software with pediatric risk classification / Evaluación del software para el acogimiento con clasificación de riesgo en pediatria / Avaliação de software para acolhimento com classificação de risco em pediatria

ABSTRACT Objective: to evaluate functional performance and technical quality of user embracement software with pediatric risk classification. Method: descriptive exploratory study developed based on the quality requirements set forth in ISO/IEC 25010. The evaluated characteristics were: functional adequacy, reliability, usability, performance efficiency, compatibility, safety, maintainability and portability. Eight specialists from the area of informatics and 13 from nursing participated in the evaluation. The characteristics were considered adequate when they reached more than 70% of indication as very and/or completely appropriate in the evaluations of each group of specialists. Results: The results obtained from the evaluation of informatics and nursing specialists were: functional adequacy (100.0%, 96.2%), reliability (82.6%, 88.5%), usability (84.9%; 98.7%), performance efficiency (93.4%; 96.2%), compatibility (85.0%, 98.1%), safety (91.7%, 100.0%), and, yet, maintainability (95.0%) and portability (87.5%) evaluated by the first ones. Conclusion: the software was considered adequate regarding technical quality and functional performance.

RESUMEN Objetivo: evaluar el desempeño funcional y la calidad técnica del software para el acogimiento con clasificación de riesgo en pediatría. Método: estudio exploratorio descriptivo, fundamentado en los requisitos de calidad dispuestos en la norma ISO/IEC 25.010. Las siguientes características fueron evaluadas: adecuación funcional, confiabilidad, facilidad de uso, eficiencia del desempeño, compatibilidad, seguridad, manutención y portabilidad. En la evaluación participaron 8 expertos en el área de informática y 13 en enfermería. Se consideradon adecuadas las características cuando habían alcanzado más del 70,0% de indicación como "muy y/o completamente apropiadas" en las evaluaciones de cada grupo de expertos. Resultados: Los resultados obtenidos a partir de la evaluación de los expertos en informática y en enfermería fueron respectivamente: adecuación funcional (100,0%; 96,2%); confiabilidad (82,6%; 88,5%); facilidad de uso (84,9%; 98,7%); eficiencia del desempeño (93,4%; 96,2%); compatibilidad (85,0%; 98,1%); seguridad (91,7%; 100,0%); y también manutención (95,0%) y portabilidad (87,5%) evaluados por los primeros. Conclusión: se observó que el software es adecuado en relación con la calidad técnica y el rendimiento funcional.

RESUMO Objetivo: avaliar desempenho funcional e qualidade técnica de software para acolhimento com classificação de risco em pediatria. Método: estudo exploratório descritivo desenvolvido com base nos quesitos de qualidade dispostos na norma ISO/IEC 25010. As características avaliadas foram: adequação funcional, confiabilidade, usabilidade, eficiência de desempenho, compatibilidade, segurança, manutenibilidade e portabilidade. Participaram da avaliação oito especialistas da área de informática e 13 de enfermagem. As características foram consideradas adequadas quando atingiram mais de 70,0% de indicação como muito e/ou completamente apropriadas nas avaliações de cada grupo de especialistas. Resultados: Os resultados obtidos a partir da avaliação dos especialistas de informática e de enfermagem foram respectivamente: adequação funcional (100,0%; 96,2%), confiabilidade (82,6%; 88,5%), usabilidade (84,9%; 98,7%), eficiência de desempenho (93,4%; 96,2%), compatibilidade (85,0%; 98,1%), segurança (91,7%; 100,0%), e, ainda, manutenibilidade (95,0%) e portabilidade (87,5%) avaliados pelos primeiros. Conclusão: o software foi considerado adequado em relação à qualidade técnica e ao desempenho funcional.