Your browser doesn't support javascript.
loading
Modelo de suporte à decisão aplicado à identificação de indivíduos não aderentes ao tratamento anti-hipertensivo / Decision support model applied to the recognition of non-adherent individuals to antihypertensive therapy
Medeiros, Amira Rose Costa; Araújo, Yana Balduíno de; Vianna, Rodrigo Pinheiro de Toledo; Moraes, Ronei Marcos de.
  • Medeiros, Amira Rose Costa; Universidade Federal da Paraíba. Departamento de Morfologia. João Pessoa. BR
  • Araújo, Yana Balduíno de; Universidade Federal da Paraíba. Departamento de Morfologia. João Pessoa. BR
  • Vianna, Rodrigo Pinheiro de Toledo; Universidade Federal da Paraíba. Departamento de Morfologia. João Pessoa. BR
  • Moraes, Ronei Marcos de; Universidade Federal da Paraíba. Departamento de Morfologia. João Pessoa. BR
Saúde debate ; 38(100): 104-118, Jan-Mar/2014. tab, graf
Article in Portuguese | LILACS-Express | LILACS | ID: lil-710468
RESUMO
Objetivou-se desenvolver um modelo de apoio à tomada de decisão para identificar indivíduos não aderentes ao tratamento anti-hipertensivo. Propõe-se a utilização de árvore de decisão sobre um banco de dados de adesão ao tratamento envolvendo 118 usuários hipertensos de uma Unidade Básica. A variável de decisão foi a adesão ao tratamento. Incluíram-se 15 atributos preditores, selecionados entre variáveis relacionadas à adesão. Obteve-se como resultado uma árvore capaz de classificar corretamente 87,28% dos indivíduos. O modelo de árvore de decisão proposto auxilia na identificação de usuários não aderentes, de modo a contribuir com as equipes de saúde na abordagem a esses indivíduos.
ABSTRACT
This study aimed at developing a decision-making support model to identify the individuals that do not adhere to the antihypertensive therapy. A decision tree is proposed to be applied on a database of treatment adherence involving 118 hypertensive patients from a Basic Unit of Health. The deciding variable was the adherence to the treatment. Among the variables related to the adherence, 15 predictor attributes were selected. The results arrived to a tree able to correctly classify 87,28% of the individuals. The decision tree model proposed helps in the recognition of non-adherent patients in a way to collaborate with health staff in approaching these individuals.


Full text: Available Index: LILACS (Americas) Type of study: Diagnostic study / Prognostic study Language: Portuguese Journal: Saúde debate Journal subject: Public Health / Health Services Year: 2014 Type: Article Affiliation country: Brazil Institution/Affiliation country: Universidade Federal da Paraíba/BR

Similar

MEDLINE

...
LILACS

LIS


Full text: Available Index: LILACS (Americas) Type of study: Diagnostic study / Prognostic study Language: Portuguese Journal: Saúde debate Journal subject: Public Health / Health Services Year: 2014 Type: Article Affiliation country: Brazil Institution/Affiliation country: Universidade Federal da Paraíba/BR