Sistema inteligente fuzzy para a classificação dos fatores de risco à saúde

• Main Author: Bordinhon, Míriam Regina [UNESP]
• Other Authors: Universidade Estadual Paulista (UNESP)
• Language: Portuguese
• Published: Universidade Estadual Paulista (UNESP) 2017
• Subjects: Sistemas inteligentes; Lógica fuzzy; Obesidade; Síndrome metabólica; Fatores de risco; Intelligent system; Fuzzy logic; Obesity; Metabolic syndrome; Risk factors
• Online Access: http://hdl.handle.net/11449/149894

Submitted by MIRIAM REGINA BORDINHON null ([e-mail]) on 2017-03-22T18:37:51Z No. of bitstreams: 1 SISTEMA INTELIGENTE FUZZY PARA A CLASSIFICAÇÃO DOS FATORES DE RISCO À SAÚDE-versão final.pdf: 1868286 bytes, checksum: 940f29e8fd8b50bf8ac1da768e53ae79 (MD5) === Approved for entry into archive by Luiz Galeffi ([e-mail]) on 2017-03-23T13:57:21Z (GMT) No. of bitstreams: 1 bordinhon_mr_dr_ilha.pdf: 1868286 bytes, checksum: 940f29e8fd8b50bf8ac1da768e53ae79 (MD5) === Made available in DSpace on 2017-03-23T13:57:21Z (GMT). No. of bitstreams: 1 bordinhon_mr_dr_ilha.pdf: 1868286 bytes, checksum: 940f29e8fd8b50bf8ac1da768e53ae79 (MD5) Previous issue date: 2017-03-10 === Nesta pesquisa, é abordado o desenvolvimento de um sistema inteligente visando à classificação (análise) dos fatores de risco à saúde numa visão amplamente adotada pelo Núcleo de Apoio à Saúde da Família (NASF). Trata-se de um recurso alternativo importante para a referida entidade, assim como para uso em outros núcleos similares. A base de dados no NASF é composta por informações procedentes de 376 pacientes alocados em setores numa divisão feita por bairros. Estes pacientes são assistidos, semanalmente, com atividades físicas e realização de exames de saúde. Os dados clínicos são armazenados numa base de dados configurada no MySQL 6.3. O sistema, baseado na teoria da lógica fuzzy, emprega uma métrica de inferência, um controlador fuzzy, de acordo com a concepção do dispositivo de defuzzificação proposto por Mamdani. Nesta pesquisa, é avaliado o desempenho do controlador lógico fuzzy, no qual é possível verificar as classificações de cada indicador como o índice de massa corporal, razão cintura/quadril, pressão arterial, níveis glicêmicos, síndrome metabólica, frequência cardíaca de repouso, colesterol total, LDL-C, HDL-C, triglicerídeos, circunferência abdominal, os quais compõem os principais parâmetros à análise. O sistema para o servidor é realizado usando a linguagem de programação C-sharp e do aplicativo web em Cordova. Em resumo, verifica-se que o programa do NASF pode ser melhor acompanhado pelos profissionais da área, que puderam obter uma visão do estado da saúde de cada paciente e, assim, direcionarem as atividades físicas adequadas para cada um dos participantes, além disso, o paciente terá à disposição, via smartphone, as principais informações sobre perfil da sua saúde permitindo a adoção de recursos com vistas à mitigação dos riscos à saúde dos pacientes. === This research addresses the development of an intelligent system focusing on the classification (analysis) of health risk factors through a point of view widely used by NASF (Family Health Support Group). It is an important alternative resource for this entity, as well as for the use of many others similar health support groups. NASF database is formed by information of more than 376 patients divided into sectors through a division made by neighborhoods. These patients are observed weekly, with physical activities and health exams. Clinical data is stored in a MySQL 6.3 defined database. The system, based on fuzzy logic theory, works with metric inference, a fuzzy controller according to the defuzzification process proposed by Mamdani. This research evaluated fuzzy logic controller performance, in which is possible to verify the classification of each indicator such as body mass index, waist/hip ratio, blood pressure, glicemic levels, metabolic syndrome, rest cardiac frequency, total cholesterol, LDL-C, HDL-C, triglycerides, abdomen circumference, which are the main parameters for analysis. The system development for the server was developed by using C-sharp and web Cordova. In short, it was possible to check that NASF program can have a better follow up by health professionals and obtain the patient status and, thus, direct adequate physical activity for each participant, furthermore, the patient will have his health profile by smartphone which allows resources to be used considering the mitigation of the risk for the patient’s health.