Your browser doesn't support javascript.
loading
Show: 20 | 50 | 100
Results 1 - 4 de 4
Filter
1.
Rev. bras. eng. biomed ; 26(1): 3-9, abr. 2010. graf
Article in Portuguese | LILACS | ID: lil-570334

ABSTRACT

Nos últimos anos o aumento da incidência de casos de câncer de próstata configura-se como um importante problema de saúde pública e um desafio para a ciência médica. O objetivo deste trabalho é a avaliação do desempenho de um modelo matemático, desenvolvido por Silveira (2007) para predizer o estadiamento patológico do câncer de próstata, por meio da metodologia ROC (Receiver Operating Characteristic). O modelo consiste num sistema baseado em regras fuzzy (SBRF), que combina os dados pré-cirúrgicos – estado clínico, nível de PSA e grau de Gleason – acionando um conjunto de regras linguísticas, elaboradas com base nas informações presentes nos nomogramas já existentes. A saída do sistema fornece as possibilidades do indivíduo, com determinado quadro clínico, se enquadrar em cada um dos estádios de extensão do tumor: localizado, localmente avançado e metastático. Para a análise do poder discriminatório do modelo fuzzy como um teste de diagnóstico, foi construída, a partir das medidas de sensibilidade e especificidade, a curva ROC e calculada a área total sob a curva, como medida de desempenho. Além disso, foram obtidos (de duas maneiras distintas) os pontos de corte mais “adequados”, isto é, um limiar de decisão entre a doença estar totalmente localizada no interior da glândula prostática ou não. Dados reais de pacientes do Hospital de Clínicas da UNICAMP foram usados nos cálculos e a cirurgia– prostatectomia radical – foi adotada como padrão-ouro. Os resultados alcançados mostraram que o modelo fuzzy em questão pode vir a ser utilizado para discriminar câncer de próstata localizado.


In recent years, the increase in the incidence of prostate cancer has become a major public health problem and a challenge for medical science. The goal of this work is assessing the performance of a mathematical model, developed by Silveira (2007) to predict the pathological stage of the prostate cancer, through ROC methodology (Receiver Operating Characteristic). The model is a fuzzy rule based system, that combines pre-surgical data – clinical stage, PSA level and Gleason score – availing of a set of linguistic rules made with base on information of the existents nomograms. The output of the system provides the possibilities of the individual, with certain clinical features, be in each stage of the tumor extension: localized, advanced locally and metastatic. To analyze the discriminatory power of the fuzzy model as a diagnosis test, was constructed from the measures of sensitivity and specificity, the ROC curve and calculated the total area under the curve, as measure of performance. Moreover, were obtained (in two different ways) the cutoff points most “appropriate”, that is a threshold for deciding between the disease is fully localized within the prostate gland or not. Real data of patients from the Clinics Hospital of UNICAMP were used in the calculations and the surgery – radical prostatectomy – was used as gold standard. The results showed that the fuzzy model in question can be used to discriminate localized prostate cancer.


Subject(s)
Neoplasm Staging/methods , Neoplasm Staging/trends , Fuzzy Logic , Prostatic Neoplasms/diagnosis , Decision Support Techniques , Decision Support Systems, Clinical/trends , Decision Support Systems, Clinical
3.
An. méd. Asoc. Méd. Hosp. ABC ; 46(3): 130-136, jul.-sept. 2001. tab, ilus, CD-ROM
Article in Spanish | LILACS | ID: lil-314413

ABSTRACT

El proceso de toma de decisiones en la atención de la salud, tanto a nivel individual como colectivo, requiere actualmente de diversos elementos para asegurar la calidad en el mismo, uno de ellos es la disponibilidad de los productos de la investigación científica biomédica a nivel mundial, que ha alcanzado niveles máximos históricos. La elaboración de revisiones sistemáticas de las intervenciones en la atención de la salud es una de las soluciones más importantes al problema del exceso de publicaciones científicas en las ciencias médicas, ya que están diseñadas para disminuir el sesgo de la síntesis tradicional de la información médica. La Colaboración Cochrane es una organización mundial, llamada así en honor del epidemiólogo inglés Archie Cochrane, que utiliza fundamentalmente esta metodología para preparar, actualizar y divulgar revisiones sistemáticas permanentemente actualizadas sobre los efectos de las intervenciones más efectivas en la atención de la salud; su producto más importante es la Cochrane Library, disponible en CD-ROM e internet. Se hace una reseña histórica de los orígenes de la Colaboración, su misión y metodología de trabajo, así como de los retos a nivel mundial que enfrenta la organización, y el principio y las tareas fundamentales de la Colaboración Cochrane en México.


Subject(s)
Decision Making , Financing, Organized/standards , Delivery of Health Care/trends , Public Health/trends , Decision Support Systems, Clinical/trends
SELECTION OF CITATIONS
SEARCH DETAIL