Machine Learning e Análise Multivariada aplicados à Sobrevida do Câncer Mama
Palavras-chave:
Análise de Sobrevida, Aprendizado de Máquina, Câncer mamaResumo
Objetivo: O presente estudo apresenta os resultados da Regressão Multivariada de Cox e do algoritmo Random Survival Forest na análise de sobrevida de pacientes com câncer de mama. Métodos: O estudo considerou uma amostra que continha dados de 4024 pacientes do sexo feminino diagnosticadas no período de 2006 a 2010 com câncer de mama (carcinoma ductal invasivo e carcinoma lobular). Resultados: A análise multivariada revelou a idade, tamanho do tumor e estadiamento como fatores de risco, que também foram considerados relevantes entre os atributos com maior ganho de informação pelo modelo apresentado pelo algoritmo Random Survival Forest. Conclusão: Temos evidências que o modelo apresentado pelo algoritmo Random Survival Forest considerado na análise de sobrevida de câncer de mama apresentou-se em concordância com os resultados da estatística multivariada, e que os resultados são promissores para a prática clínica.
Downloads
Publicado
Como Citar
Edição
Secção
Licença
Direitos de Autor (c) 2022 Talita Santos Pinheiro, Erika Yahata, Pablo Deoclecia dos Santos, Fellipe Soares de Oliveira, André Kazuo Takahata, Ricardo Suyama, Harki Tanaka, Tiago Ribeiro Oliveira, Ana Paula Romani, Priscyla Waleska Simoes
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0.
A submissão de um artigo ao Journal of Health Informatics é entendida como exclusiva e que não está sendo considerada para publicação em outra revista. A permissão dos autores para a publicação de seu artigo no J. Health Inform. implica na exclusiva autorização concedida aos editores para incluí-lo na revista. Ao submeter um artigo, ao autor será solicitada a permissão eletrônica de um Termo de Transferência de Direitos Autorais. Uma mensagem eletrônica será enviada ao autor correspondente confirmando o recibo do manuscrito e o aceite da Declaração de Direito Autoral.