PGSC/CCBS

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: MICHELE BEZERRA SILVA
DATA: 30/08/2023
HORA: 09:00
LOCAL: WEBCONFERÊNCIA
TÍTULO: "USO DE MODELOS ESTATÍSTICOS E TÉCNICAS DE APRENDIZADO DE MÁQUINA PARA PREDIÇÃO DO PERCENTUAL DE GORDURA"
PALAVRAS-CHAVES: Gordura corporal. Antropometria. Modelos preditivos
PÁGINAS: 140
GRANDE ÁREA: Ciências da Saúde
ÁREA: Saúde Coletiva
SUBÁREA: Saúde Pública
RESUMO: O objetivo do primeiro artigo foi desenvolver modelos baseados em Rede Neural Artificial (RNA) para estimar o percentual de gordura corporal (%GC) em adolescentes, utilizando medidas antropométricas simples. Tratou-se de um estudo transversal com 2.155 adolescentes (18 e 19 anos de idade). A percentagem de gordura foi medida por pletismografia de deslocamento de ar (PDA). Análise estatísticas foram realizadas no programa R, versão 4.3.0. Foram implementados diferentes modelos de RNA feedforword, generalizados e específicos por sexo, com diferentes combinações de variáveis sexo, idade (anos), peso (kg), estatura (cm), circunferência da cintura (CC), índice de massa corporal (IMC) e relação cintura estatura (RCE). Os modelos de RNA generalizados apresentaram melhor performance (R²>0,75) em comparação com os modelos por sexo (R² ≤0,72). A CC foi uma variável de alta importância, especialmente entre meninos. Não foram observadas diferenças entre o percentual de gordura medido e o estimado pela rede neural artificial (p>0,05). Os modelos de RNA desenvolvidos a a partir medidas antropométricas simples mostraram-se eficazes na predição de %GC em adolescentes. A incorporação da CC apresentou diferentes respostas na estimativa de desempenho do %GC para meninos e meninas. O segundo artigo teve como objetivo avaliar a acurácia de equações preditivas para diagnóstico de obesidade. Estudo transversal com 3.103 indivíduos (18 a 23 anos de idade) de ambos os sexos. O método de referência para medir %GC e programa estatístico foram os mesmos do primeiro artigo. Regressão linear múltipla (MRL) foi desenvolvida para elaboração das equações, usando idade, sexo, além das variáveis antropométricas simples, descritas no primeiro artigo. As equações desenvolvidas mostraram um bom desempenho preditivo (R 2 ≈0.80 e NRMSE≈0.09). Além disso, mostraram maior capacidade de previsão do diagnóstico da obesidade (especificidade ≈ 0,64; falso positivo= 0,36; AUC≈0.9) quando comparado apenas ao IMC (especificidade ≈ 0,39; falso positivo= 0,89 ; AUC≈0.2 ). As equações desenvolvidas a partir de medidas facilmente aplicáveis à prática clínica mostraram uma elevada capacidade de previsão e uma maior capacidade de identificação de pessoas com obesidade do que o IMC. As equações desenvolvidas neste estudo e podem ser úteis para estimar %GC, na ausência do método de referência, podendo ser utilizadas como ferramenta prática para acompanhamento do %GC e diagnóstico de obesidade.
MEMBROS DA BANCA:
Presidente - 407662 - ALCIONE MIRANDA DOS SANTOS
Co-orientador - 2438568 - ANA KARINA TEIXEIRA DA CUNHA FRANCA
Interno - 2019434 - BRUNO FERES DE SOUZA
Externo ao Programa - 2231714 - JOELMA XIMENES PRADO TEIXEIRA
Externo à Instituição - MARIA DA CONCEIÇÃO CHAVES DE LEMOS - UFPE
Interno - 7549183 - VANDA MARIA FERREIRA SIMOES