Modelo de conjuntos fuzzy e de regressão logística para dados de obesidade

Abstract

Obesidade e comumente definida como um excesso de gordura corporal, porém diante da dificuldade em mensurar tal gordura diretamente, esta tem sido definida como um excesso de peso mais do que um excesso de gordura corporal, que tem como desdobramento a ocorrência de doenças associadas e/ou prejuízos a saúde do indivíduo (4). Atualmente, o excesso de massa corpórea e verificado por meio de um Indice de Massa Corpórea (IMC), que considera o quociente entre o peso corporal (kg) e a estatura elevada ao quadrado (m2). Indivíduos com sobrepeso apresentam IMC de 25 at e 29; 9 kg=m2, e com obesidade apresentam IMC de 30 Kg=m2 ou mais, de acordo com a OMS (1). A identificação das causas da obesidade não é trivial e objetiva. Especialistas reconhecem que a obesidade e uma doença crônica, de difícil tratamento, denominada multifatorial, envolvendo em sua gênese diversos aspectos, entre eles: o consumo alimentar, aspectos ambientais, genéticos, psicossociais, entre outros. objetivo deste trabalho foi desenvolver um modelo baseado em teoria dos conjuntos Fuzzy para a classificação de obesidade levando em consideração as suas causas, e compará-lo com um modelo de regressão logística através da curva ROC. Para estudar as causas da obesidade na população de moradores da região do Distrito Sul de Campinas, foram coletados dados de uma amostra aleatória de 651 indivíuos, por meio de entrevista domiciliar. No primeiro estágio amostral, a partir do cadastro de domicílios residenciais dos agentes comunitários de saúde, foram aleatoriamente sorteados 920 domicílios (15% a mais do inicialmente previsto para cobrir perdas). Foram coletados dados de identificação geral, como: nome, idade, sexo, anos de escolaridade, tipo de ocupação e dados de consumo alimentar. O diagnóstico foi observado através do IMC. Num estudo preliminar, no modelo fuzzy foram consideradas como variáveis... (Resumo completo, clicar acesso eletrônico abaixo)