Utilize este identificador para referenciar este registo: http://hdl.handle.net/10773/21919
Título: Previsão do risco de morte de recém-nascidos prematuros de muito baixo peso
Autor: Ribeiro, Daniela Soares
Orientador: Pereira, Isabel Maria Simões
Palavras-chave: Matemática e aplicações
Análise de regressão
Regressão logística
Recém-nascidos
Data de Defesa: 2017
Editora: Universidade de Aveiro
Resumo: A previsão do risco de morte de recém-nascidos prematuros é um assunto de relevante importância para a tomada de decisões no âmbito da saúde pública. Com o objetivo de auxiliar os técnicos de saúde na tomada de decisões, nomeadamente no tipo de vigilância a seguir para diminuir o risco de morte dos recém-nascidos prematuros de muito baixo peso, propõe-se um modelo preditivo de regressão logística múltipla. Este modelo foi elaborado, tendo como base os dados fornecidos pela Sociedade Portuguesa de Neonatologia. O processo da construção do modelo incluiu as fases de análise e tratamento de dados, seleção de variáveis, e investigação de outliers e observações influentes. Para facilitar a utilização deste modelo e interpretação dos resultados correspondentes, por parte dos profissionais de saúde, foi criada uma aplicação web.
The prediction of premature newborns is an issue of major importance in the decision making process in what public health is concerned. Aiming at helping health professionals in the decision making process, namely in the type of monitoring to follow in order to reduce the risk of death of extremely low weight premature newborns, a predictive model of multiple logistic regression is presented. This model was created according to the data made available by the Portuguese Society of Neonatology. The process of construction of the model includes analysis and data processing, the variables selection and the investigations of outliers and influent observations. To facilitate the use of this model as well as the interpretation of results, a web app was created.
Descrição: mestrado em Matemática e Aplicações
URI: http://hdl.handle.net/10773/21919
Aparece nas coleções: UA - Dissertações de mestrado
DMat - Dissertações de mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Tese.pdf2.62 MBAdobe PDFVer/Abrir


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.