Medidas de avaliação de risco epidemiológico fuzzy
DOI:
https://doi.org/10.34119/bjhrv7n2-277Keywords:
epidemiologia, medidas de risco, teoria de conjuntos fuzzy, teoria de possibilidadesAbstract
As medidas de avaliação de risco epidemiológico são calculadas com base nos dados dicotomizados resultantes dos estudos epidemiológicos clássicos que descartam as subjetividades e incertezas, perdendo assim informações nos seus resultados. Um conjunto de medidas epidemiológicas de avaliação de risco fuzzy, já propostas, prometem incluir essas subjetividades descartadas por meio da Teoria de Conjuntos fuzzy combinada com a Teoria de Possibilidades. Este estudo pretende apresentar resumidamente o que existe a respeito das medidas de associação e risco fuzzy que usam a Teoria de Conjuntos fuzzy combinada com a Teoria de Possibilidades no seu cálculo e contribuir com o desenvolvimento destas medidas apresentando uma possibilidade de aplicação em dados reais. Apresentou-se as medidas de avaliação de risco fuzzy propostas nas últimas duas décadas, considerando-se apenas as medidas que usam a Teoria de Conjuntos fuzzy combinada com a Teoria de Possibilidades no seu cálculo. Algumas medidas de avaliação de risco fuzzy já foram teoricamente formalizadas e caracterizadas graficamente, entretanto há uma lacuna na literatura científica atual quanto a aplicação destas medidas em dados reais. A literatura considerada afirma que teoricamente as medidas de risco fuzzy podem contribuir no tratamento das incertezas e subjetividades próprias dos fenômenos epidemiológicos, entretanto para usar essas medidas os especialistas necessitam graduar as informações de exposição e doença da população avaliada. Por fim, contribui-se neste estudo com uma possibilidade de aplicação em dados reais destas medidas esperando em breve preencher a lacuna teórica existente.
References
AL-DMOUR, J. A. et al. A fuzzy logic–based warning system for patients classification. Health Informatics Journal, 6 set. 2019. v. 25, n. 3, p. 1004–1024. Disponível em: <http://journals.sagepub.com/doi/10.1177/1460458217735674>.
ALAM, N.; GUPTA, L.; SHANMUGAM, B. Islamic Deposits in Practice. Islamic Finance. Cham: Springer International Publishing, 2017, p. 79–130.
ALVES, A. A.; VIANNA, Rodrigo P De Toledo; MORAES, R. M. As Medidas de Risco Clássicas e as de Risco Fuzzi. Revista Brasileira de Ciências da Saúde, 1 mar. 2012. v. 16, n. 1, p. 85–92. Disponível em: <http://periodicos.ufpb.br/ojs2/index.php/rbcs/article/viewFile/10713/7092>.
DUBOIS, D.; PRADE, H. Possibility Theory. [S.l.]: [s.n.], 1988.
GANGAVARAPU, T. et al. Predicting ICD-9 code groups with fuzzy similarity based supervised multi-label classification of unstructured clinical nursing notes. Knowledge-Based Systems, fev. 2020. v. 190, p. 105321. Disponível em: <https://linkinghub.elsevier.com/retrieve/pii/S0950705119305982>.
HAUSMANN, D. et al. Tracing the decision-making process of physicians with a Decision Process Matrix. BMC Medical Informatics and Decision Making, 18 dez. 2016. v. 16, n. 1, p. 133. Disponível em: <http://bmcmedinformdecismak.biomedcentral.com/articles/10.1186/s12911-016-0369-1>.
MALMIR, B.; AMINI, M.; CHANG, S. I. A medical decision support system for disease diagnosis under uncertainty. Expert Systems with Applications, 2017. v. 88, p. 95–108.
MASSAD, E. et al. Fuzzy epidemics. Artificial Intelligence in Medicine, nov. 2003. v. 29, n. 3, p. 241–259. Disponível em: <https://linkinghub.elsevier.com/retrieve/pii/S0933365702000702>.
MELO, A. C. O. De et al. Uma Avaliação das Medidas de Associação e Risco Fuzzy. Journal of Health Informatics, 2020. v. 12, n. Suplemento I-XVII Congresso Brasileiro de Informática em Saúde-CBIS 2020, p. 153–159. Disponível em: <http://www.jhi-sbis.saude.ws/ojs-jhi/index.php/jhi-sbis/article/view/807>.
ROTHMAN, K. J. et al. Modern epidemiology. Philadelphia: Wolters Kluwer Health/Lippincott Williams & Wilkins Philadelphia, 2008. V. 3.
SABAHI, F. Bimodal fuzzy analytic hierarchy process (BFAHP) for coronary heart disease risk assessment. Journal of Biomedical Informatics, jul. 2018. v. 83, p. 204–216.
SIMONETTI, A. B. et al. O que a população sabe sobre SARS-CoV-2/COVID-19: prevalência e fatores associados. Brazilian Journal of Health Review, v. 4, n. 1, p. 255-271, 2021.
SOUSA, S. Q. De et al. Associação entre risco de transtornos mentais comuns e insegurança alimentar entre mães com filhos menores de um ano de idade. Ciência & Saúde Coletiva, maio. 2019. v. 24, n. 5, p. 1925–1934. Disponível em: http://www.scielo.br/scielo.php? script=sci_arttext&pid=S1413-81232019000501925&tlng=pt>.
ZADEH, L. A. Fuzzy sets. Information and Control, jun. 1965. v. 8, n. 3, p. 338–353. Disponível em: <https://linkinghub.elsevier.com/retrieve/pii/S001999586590241X>.
ZAMPROGNO, N. P. et al. Aterosclerose como principal fator de risco para a demência vascular. Brazilian Journal of Health Review, v. 5, n. 4, p. 14079-14092, 2022.


