PGSC/CCBS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: CIBELLY DE FATIMA VIEIRA FERREIRA
DATA: 28/02/2025
HORA: 08:00
TÍTULO: CATCH-UP ESTATURAL EM CRIANÇAS NOS PRIMEIROS MIL DIAS DE VIDA: UM ESTUDO DE PREDIÇÃO USANDO APRENDIZAGEM DE MÁQUINA
PALAVRAS-CHAVES: Saúde da Criança. Antropometria. Aprendizado de Máquina Supervisionado.
PÁGINAS: 98
GRANDE ÁREA: Ciências da Saúde
ÁREA: Saúde Coletiva
SUBÁREA: Saúde Pública
RESUMO: Introdução: Pouco se sabe sobre predições nos primeiros mil dias para crianças que nasceram com comprimento abaixo do esperado para idade e que não apresentam catch-up ou recuperação de crescimento, utilizando algoritmos de Aprendizagem de Máquina (AM). Objetivo: Predizer o padrão de crescimento, aos 2 anos de idade, com foco nas crianças baixas ou muito baixas para idade e sem catch-up em comprimento, a partir de determinantes sociodemográficos, dados de pré-natal, nascimento e primeiro ano da criança. Métodos: Utilizaram-se os conjuntos de dados das coortes de pré-natal e nascimento BRISA (Brazilian Ribeirão Preto and São Luís cohorts), segmento São Luís. 324 crianças classificadas em baixa ou muito baixa estatura para idade (escore z de comprimento <-3 ou ≥-3 e <-2, respectivamente), não gemelares, foram selecionadas e avaliadas quanto ao catch-up (mudança entre o escore z de estatura até os 2 anos de idade e o escore z de comprimento ao nascer >0,67). Foram analisadas variáveis sociais, econômicas, hábitos, características dos pais, entre outros. Não foram incluídos aspectos hormonais ou marcadores químicos de crescimento. Os algoritmos Linear Discriminant Analysis (LDA), Polynomial Linear Regression (PLR), Support Vector Machine (SVM) e Extreme Gradient Boosting (XGBoost) foram empregados para construir modelos de predição. Resultados: O LDA teve o melhor desempenho: acurácia de 72%, sensibilidade de 75%, especificidade de 70%, precisão de 73%, F1 Score de 74% e AUC de 75%. Em seguida, PRL com 69%, 71%, 69%, 70%, 74%, respectivamente para acurácia, sensibilidade, especificidade, precisão, F1 score e AUC; SVM com 68%, 70%, 69%, 69%, 74% respectivamente para acurácia, sensibilidade, especificidade, precisão, F1 score e AUC; XGBoost 67%, 69%, 68%, 68%, 73% respectivamente para acurácia, sensibilidade, especificidade, precisão, F1 score e AUC. Todos os modelos testados foram estatisticamente superiores do que utilizar a classe majoritária para fazer predições (0.51%). Conclusão: Variáveis de fácil acesso relativas aos primeiros mil dias de vida foram capazes de predizer, com acurácia, o catch-up estatural até os 2 anos idade. Intervenções estratégicas precoces podem impactar positivamente na vida de crianças pequenas para idade.
MEMBROS DA BANCA:
Presidente - 2019434 - BRUNO FERES DE SOUZA
Interno - 037.370.773-80 - POLIANA CRISTINA DE ALMEIDA FONSECA VIOLA
Externo à Instituição - THIAGO AUGUSTO HERNANDES ROCHA - OPAS
Co-orientador - 1651131 - ERIKA BARBARA ABREU FONSECA THOMAZ