Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/27178
DC FieldValueLanguage
dc.contributor.advisorCardoso, Alberto-
dc.contributor.advisorAbreu, Pedro-
dc.contributor.authorSantos, Miriam Raquel Seoane Pereira Seguro-
dc.date.accessioned2014-10-02T11:30:28Z-
dc.date.available2014-10-02T11:30:28Z-
dc.date.issued2014-
dc.identifier.urihttps://hdl.handle.net/10316/27178-
dc.descriptionDissertação de Mestrado Integrado em Engenharia Biomédica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.pt
dc.description.abstractO Cancro do figado é o sexto cancro mais frequentemente diagnosticado e a terceira causa de morte por doenças relacionadas com cancro em todo o Mundo. O Carcinoma Hepatocelular (CHC) está na origem de mais de 90% dos tumores primários do figado, sendo considerado um problema à escala global. As guidelines clinicas, suportadas pela Medicina Baseada na Evidência (MBE), procuram auxiliar os clínicos no seu processo de tomada de decisão. No entanto, a prática clínica lida frequentemente com o desfasamento entre a MBE e a desejada Medicina Personalizada (MP), ajustada a um dado doente. De modo a poderem tomar decisões fundamentadas, os clínicos necessitam de ter a informação dos doentes disponível para consulta, a qualquer altura. Na maioria dos contextos hospitalares, a informação clínica do doente está muitas vezes registada em suporte físico (papel), distribuída por várias instalações. Isto torna os ficheiros igualmente susceptíveis a dados em falta. Neste trabalho, apresentamos um Sistema de Apoio à Decisão Clínica, para a gestão de dados clínicos de doentes com CHC. É também apresentado um módulo de Inteligência Artificial a ser integrado no sistema. Váarios métodos de análise de agrupamentos foram utilizados de modo a determinar grupos prognósticos com diferentes características, considerando dados heterogéneos e com valores em falta. A análise propiciou a divisão em dois grandes grupos, G1 e G2, com sobrevivências globais estatisticamente signifícativas. Os nossos resultados sugerem igualmente uma heterogeneidade entre os doentes no estádio avancado da doença. Foram ainda avaliados alguns métodos de classificação, de modo a desenvolver modelos preditivos para a atribuição do grupo mais correcto para um determinado doente. Em resumo, este trabalho foca-se no desenvolvimento de uma ferramenta que alie a gesão de dados clínicos a um "motor inteligente" de inferência que permita gerar recomendações uteis aos clínicos nas suas actividades diárias. O sistema integra algoritmos de Inteligência Artificial que permitem orientar os tratamentos dos doentes no âmbito da Medicina Personalizada. Palavras-Chave : Carcinoma Hepatocelular (CHC), Medicina Baseada na Evidência (MBE), Medicina Personalizada (MP), Preenchimento de dados em falta, Sistema de Apoio à Decisão Clínica (SADC), Personalização de Grupos Prognósticos, Métodos de Agrupamento, Inteligência Artificial (IA), dados clínicospt
dc.language.isoengpt
dc.rightsopenAccesspt
dc.subjectEngenharia biomédicapt
dc.titleSistema de Apoio à Análise e ao Tratamento de Doentes com Carcinoma Hepatocelularpt
dc.typemasterThesispt
degois.publication.locationCoimbrapt
dc.peerreviewedYespor
dc.date.embargo2014-01-01*
dc.identifier.tid201535165pt
thesis.degree.grantor00500::Universidade de Coimbrapt
thesis.degree.nameMestrado em Engenharia Biomédicapt
uc.rechabilitacaoestrangeiranopt
uc.date.periodoEmbargo0pt
uc.controloAutoridadeSim-
item.openairetypemasterThesis-
item.cerifentitytypePublications-
item.languageiso639-1en-
item.fulltextCom Texto completo-
item.grantfulltextopen-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
crisitem.advisor.researchunitCISUC - Centre for Informatics and Systems of the University of Coimbra-
crisitem.advisor.parentresearchunitFaculty of Sciences and Technology-
crisitem.advisor.orcid0000-0003-1824-1075-
crisitem.advisor.orcid0000-0002-9278-8194-
Appears in Collections:UC - Dissertações de Mestrado
FCTUC Física - Teses de Mestrado
Files in This Item:
File Description SizeFormat
Thesis_Miriam_Santos.pdf5.12 MBAdobe PDFView/Open
Show simple item record

Page view(s)

285
checked on Jul 2, 2024

Download(s) 50

367
checked on Jul 2, 2024

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.