Please use this identifier to cite or link to this item: http://repositorio.ufcspa.edu.br/jspui/handle/123456789/233
Files in This Item:
File Description SizeFormat 
[DISSERTAÇÃO] Klahr, Patrícia da SilvaTexto integral1,11 MBAdobe PDFView/Open
Title: Diagrama de influência como ferramenta de apoio à decisão clínica na reabilitação cardiopulmonar e metabólica fase II em pacientes cardiopatas
Authors: Klahr, Patrícia da Silva
metadata.dc.contributor.advisor: Plentz, Rodrigo Della Méa
metadata.dc.contributor.advisor-co: Flores, Cecília Dias
Issue Date: 2014
Keywords: Diagrama de Influência
Doenças Cardiovasculares
Reabilitação
[en] Cardiovascular Diseases
[en] Rehabilitation
Abstract: Introdução: Um Diagrama de Influências (DI) é um método de representação gráfica do conhecimento incerto e pode ser utilizado, para apoiar a decisão na área da saúde, usando raciocínio probabilístico. Objetivo: O objetivo é descrever como construir e definir um modelo de DI para apoiar a tomada de decisão no processo de Reabilitação Cardiopulmonar e Metabólica (RCPM) fase II em pacientes cardiopatas. Método: Esta pesquisa trata-se de um estudo metodológico e foi aprovado pela Comissão de Pesquisa da Universidade Federal de Ciências da Saúde de Porto Alegre (ComPesq) sob o número 011/2013. Os dados utilizados foram obtidos de prontuário de uma coorte de pacientes cardiopatas em RCPM fase II de 2012 a 2013, cedidos por um centro de RCPM, referência do Estado do Rio Grande do SulBrasil. Resultados: Foi possível construir um DI, através da identificação do conjunto de variáveis relevantes nos consensos e diretrizes da RCPM e os seus valores obtidos no banco de dados de uma coorte. Foi possível encontrar uma estrutura de rede que conecte adequadamente os nós que representam as variáveis, com arcos, unindo grafos acíclicos, e construir uma representação gráfica, usando o conhecimento especializado e a tabela de probabilidade condicional para cada nó do gráfico. Conclusão: Apesar da complexidade das interações, o modelo, obtido na implementação do DI, apresenta-se capaz de contribuir para o processo de tomada de decisão em RCPM fase II, visto que fornece informações para apoiar a tomada de decisão do profissional da saúde, auxiliando no diagnóstico, no processo terapêutico, por ser eficaz em situações de modelação não-linear e lidar com situações em que a informação está incompleta ou é incerta.
metadata.dc.description.abstract-en: Introduction: An influence diagram (ID) is a method of graphical representation of uncertain knowledge that can be employed to support decisions in health care using probabilistic reasoning. Objective: The aimed is to describe how to develop an ID to support the decision-making process in phase II Cardiopulmonary and Metabolic Rehabilitation Program (CPMR) in cardiac patients. Methods: This is a methodological study, approved by the Research Committee (ComPesq) of the Federal University of Health Sciences of Porto Alegre (UFCSPA) under number 011/2013. The data employed were obtained from the medical records of a cohort of cardiac patients in phase II CPMR from 2012 to 2013, provided by a referral center for cardiopulmonary and metabolic rehabilitation in Rio Grande do Sul state, Brazil. Results: It was possible to develop an ID through the identification of the relevant sets of variables, as described by the guidelines and norms for CPMR, and their possible values, obtained from the database of a cohort of patients. It was possible to find a network structure that appropriately connects the nodes, which represent the variables, with arcs linking acyclic graphs, and to build the graph using specialized knowledge and the conditional probability table for each node in the graph. Conclusion: In spite of the complexity of the interactions, the model obtained with the implementation of ID presents able to contribute in the decision-making process in phase II RCPM, as it provides information to support decision- the health professional's decision, and helping in diagnostic, therapeutic and decision-making processes, since it is useful in situations with non-linear modeling or with incomplete or uncertain information.
Description: Dissertação (Mestrado)-Programa de Pós-Graduação em Ciências da Reabilitação, Fundação Universidade Federal de Ciências da Saúde de Porto Alegre.
metadata.dc.rights: Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional
metadata.dc.relation.requires: Adobe Reader
metadata.dc.date.date-insert: 2016-10-11
metadata.dc.type: Dissertação
Appears in Collections:PPGCR - Dissertações
PPGCR - Dissertações



Creative Commons
This item is licensed under a Creative Commons License