Estimação do risco de morte de recém-nascidos utilizando logica fuzzy tipo-2 intervalar

Abstract

The main objective of the presented study is the development of a predictive interval type-2 fuzzy inference system in order to estimate the mortality risk for a newborn, to be used as an auxiliary tool for decision making in medical centers where there is a lack of professionals for this purpose and, afterwards, to compare its performance to a type-1 fuzzy system. The input variables were chosen due to their acquisition ‘simplicity, not involving any invasive tests, such as blood tests or other specific tests. The variables are easily obtained in the first few minutes of life: birth weight, gestational age at delivery, 5-minute Apgar score and previous report of stillbirth. Databases from the DATASUS were used to validate the model. 1351 records from the city of São José dos Campos, a mid-sized city in the São Paulo state’s countryside, were considered in this study. Finally, an analysis using the ROC curve was performed to estimate the model’s accuracy

Este trabalho de conclusão de curso tem como principal objetivo desenvolver um modelo computacional fuzzy tipo-2 intervalar preditivo para avaliar o risco de óbito de um recém-nascido (RN) a fim de auxiliar na tomada de decisão em ambientes onde há precariedade ou não há profissionais prontamente disponíveis para tal ação. Posteriormente, o desempenho deste modelo será comparado com o desempenho de um modelo que utiliza sistema de inferência fuzzy tipo-1. As variáveis de entrada foram escolhidas devido à sua simplicidade, para obtê-los não há a necessidade de exames invasivos ou complexos. Os dados podem ser obtidos primeiros minutos de vida do RN: peso as nascer, idade gestacional, escore Apgar no quinto minuto de vida e histórico materno de natimortos. Para a validação do modelo, foi utilizada bases de dados do DATASUS. O estudo considerou 1351 casos registrados no município de São José dos Campos, uma cidade de porte médio no interior do estado de São Paulo, obtidos do banco de dados da Secretaria de Saúde. Por fim, a acurácia do modelo foi estimado por meio da curva ROC