Uso da mineração de dados para auxiliar na prevenção da doença renal crônica

Abstract

Resumo: Devido à dificuldade do diagnóstico nas fases iniciais da doença renal crônica, ao sofrimento que ela causa aos pacientes e aos custos elevados no seu tratamento, este trabalho, de natureza exploratória, visa encontrar, por meio da mineração de dados, um padrão associativo e modelos preditivos que consigam identificar pacientes nas fases iniciais da doença renal crônica. Para a execução dos algoritmos, foram utilizados dados históricos de atendimentos médicos de pacientes já dependentes de hemodiálise. No desenvolvimento, foram aplicados o algoritmo de associação APRIORI e os algoritmos de classificação Random Forest e J48. Apesar do algoritmo de associação não ter conseguido resultados satisfatórios nesta pesquisa, bons modelos preditivos foram criados com os algoritmos de classificação, que faz com que o objetivo principal deste trabalho tenha sido alcançado.

Abstract: Due to the difficulty of diagnosis in the early stages of chronic kidney disease, the suffering it causes to patients and the high costs of its treatment, this exploratory work aims to find, through data mining, an associative pattern and models predictive that can identify patients in the early stages of chronic kidney disease. For the execution of the algorithms, we used historical data of medical care of patients already dependent on hemodialysis. In development, the association algorithm APRIORI and the classification algorithms Random Forest and J48 were applied. Although the association algorithm did not reach satisfactory results in this research, good predictive models were created with the classification algorithms, which has achieved the main objective of this work.