O prognóstico em cirurgia abdominal: avaliação com redes neuronais

A presente dissertação tem como propósito a definição das características de um modelo prognóstico,utilizando uma rede neuronal, em doentes com patologia Cirúrgica, internados num serviço de Cirurgia Geral. Para esse fim obtive dados clínicos, operatórios, o resultado da intervenção e o tempo de internamento pós-operatório em doentes submetidos a um leque amplo de intervenções de Cirurgia abdominal. Construí um sistema computacional baseado em redes neuronais, utilizando os paradigmas considerados mais adequados para o tipo de variável a prever. Analisei em seguida o desempenho dos modelos obtidos. Construí um programa capaz de recolher os dados clínicos e apresentar o resultado da sua avaliação pelas redes neuronais criadas, sem envolver o seu utilizador nos aspectos técnicos da manipulação das redes neuronais. Para cumprimento desta estratégia procurei atingir os seguintes objectivos: Recolher dados de identificação, manifestações clínicas, tipo de doença(s), diagnósticos, características da intervenção cirúrgica e resultado, referentes a um conjunto de doentes suficiente para a construção de uma rede neuronal, com o número de variáveis empregue. Construir uma base de dados com os elementos de informação assim obtidos. Eliminar todos os casos em que se verificou faltar um elemento de informação. Criar dois grupos de casos, mutuamente exclusivos, para construção e validação das redes neuronais. Criar, com base nos elementos diagnósticos e resultado, 7 grupos não exclusivos, para avaliação das redes criadas. Avaliar estatisticamente as características dos grupos criados, para os comparar e caracterizar. Proceder à escolha de um programa para criação de redes neuronais em função da variedade de paradigmas oferecidos, facilidade de utilização, uso diversificado em diversos ambientes e mercados e a possibilidade de aceder às redes criadas, através de uma linguagem de programação de alto nível. Construir três tipos de redes diferentes. Cada tipo de rede utilizando um algoritmo diferente e adequado ao tipo de variável que se deseja prever. Avaliar as redes no que se refere à sua sensibilidade, especificidade, capacidade discriminativa e calibração. Criar um programa,usando a linguagem de programação "Delphi"©, para captura de dados, articulação dos mesmos com as redes neuronais criadas e expressão dos resultados prognósticos; esse programa permite alterar os valores dos elementos clínicos e verificar a repercussão dessa alteração no prognóstico