PPGCS - Dissertações

URI Permanente para esta coleção

https://repositorio.ufcspa.edu.br/handle/123456789/2333

Navegar

Navegando PPGCS - Dissertações por Autor "Agne, Neusa Aita"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Explorando a suicidalidade em pacientes com transtorno obsessivo-compulsivo: uma abordagem com machine learning
    (Wagner Wessfll, 2019) Agne, Neusa Aita; Ferrão, Ygor Arzeno
    Este estudo buscou identificar preditores de tentativa de suicídio em um grande banco de dados de pacientes com Transtorno Obsessivo-Compulsivo (TOC). O objetivo foi utilizar um algoritmo de machine learning para fazer a análise estatística dos dados e assim, ter maior acurácia na predição. Técnicas de machine learning têm sido cada vez mais utilizadas nas pesquisas psiquiátricas, pois apresentam diversas vantagens, dentre elas a capacidade de predizer desfechos a nível individual. Novecentos e cinquenta e nove pacientes com TOC, oriundos de sete centros de atendimentos especializados, foram incluídos neste estudo. A taxa de prevalência de tentativa de suicídio encontrada foi de 10,8%. O algoritmo elastic net identificou quatro principais preditores de tentativa de suicídio em pacientes com TOC: história prévia de plano de suicídio, história prévia de pensamentos sobre suicídio, comorbidade com episódio depressivo ao longo da vida e comorbidade com transtorno explosivo intermitente. A acurácia do modelo foi de 85%, com uma curva ROC de 0.95. Nossos achados sugerem que as tentativas de suicídio no TOC estiveram associadas ao espectro psicopatológico de suicidalidade e à presença de comorbidades psiquiátricas, e não à fenomenologia do transtorno por si só. Especialmente aqueles pacientes com sintomas depressivos comórbidos ao TOC e com história de pensamento suicida devem receber tratamento intensivo para redução de desfechos trágicos como o suicídio. Além disso, este trabalho mostrou que a utilização de técnicas de machine learning traz maior acurácia na análise de bancos de dados extensos e de patologias polimórficas como o TOC, gerando um modelo de predição de forte acurácia. Os resultados devem ser testados em outras populações, podendo se transformar em uma ferramenta de predição robusta do risco de tentativas de suicídio nos pacientes com TOC e também com outras psicopatologias.