Seleção de Características Biológicas para Prognóstico de Câncer: Revisão Sistemática da Literatura

Abstract

Objetivo: Este trabalho elabora uma revisão sistemática sobre seleção de características em prognóstico médico. O objetivo principal é compreender os principais métodos de seleção utilizados em modelos de aprendizagem de máquina para predizer doenças como câncer. Métodos: As seguintes fontes eletrônicas de dados foram utilizadas: IEEE, ACM, Elsevier, Springer e PubMed. Utilizaram-se artigos científicos primários de periódicos e conferências escritos na língua inglesa como critérios principais de elegibilidade. Na seleção dos artigos qualitativamente foi utilizado a abordagem PICOS. Resultados: Cerca de 40% dos trabalhos utilizam os cânceres de mama e pulmão para realização de seleção de características.  Também foi possível identificar que 56,5% dos trabalhos utilizam informações moleculares do câncer como tipo de dado.  Conclusão: Por ser um método que efetua uma boa avaliação da qualidade de características dependentes entre si, o método ReliefF é um dos mais utilizados em situações onde ocorrem o uso microarranjos de expressão gênica.