Brazilian Journal of Transplantation (Jan 2009)

APLICAÇÃO DE TÉCNICAS COMPUTACIONAIS EM BASES DE DADOS DE TRANSPLANTE: REVISÃO DE ARTIGOS PUBLICADOS NO BIÊNIO 2007-2008

  • Anderson Diniz Hummel,
  • Rafael Fabio Maciel,
  • Alex Esteves Jaccoud Falcão,
  • Fabio Teixeira,
  • Frederico Molina Cohrs,
  • Felipe Mancini,
  • Thiago Martini da Costa,
  • Fernando Sequeira Sousa,
  • Ivan Torres Pisa

DOI
https://doi.org/10.53855/bjt.v12i1.250
Journal volume & issue
Vol. 12, no. 1

Abstract

Read online

Introdução: Há séculos, a Humanidade preocupa-se em substituir órgãos defeituosos por outros sadios, mas somente há poucas décadas os avanços da Medicina tornaram esse sonho realidade, por meio dos transplantes de órgãos. Com o intuito de melhorar o entendimento dos processos envolvidos e até mesmo detectar qual perfil de paciente receptor terá maior chance de sobrevida, diversas técnicas de análise de base de dados de transplantes de órgãos têm sido empregadas, contribuindo de forma direta ou indireta na descoberta de conhecimento ainda não mapeado. Objetivo: Apresentar, a partir da literatura científica especializada, quais técnicas computacionais estão sendo utilizadas para analisar bases de dados de transplante de órgãos. Métodos: Para revisão bibliográfica foi realizada pesquisa em resumos de artigos publicados no biênio 2007-2008, utilizando bases de dados científicas PubMed e ISI. Resultados: Foram selecionados 89 resumos de artigos e, após análise dos resumos considerando os critérios de inclusão e exclusão, foram selecionados cinco artigos. Esses mostravam que redes neurais artificiais e regressão logística obtêm bons resultados quando aplicados em bases de dados de transplante de órgãos para descoberta de conhecimento e, de forma geral, apresentavam resultados animadores em suas respectivas bases de dados de estudo. Poucos estudos realmente foram aplicados na prática clínica. Conclusão: Tendo em vista os resultados encontrados na literatura, a aplicação de técnicas de inteligência artificial tem obtido resultados superiores às normalmente utilizadas para previsão em dados de transplante e existe potencial para desenvolvimento de sistemas de apoio à decisão clínica para transplante de órgãos.

Keywords