Your browser doesn't support javascript.
loading
Modelo de suporte à decisão aplicado à identificação de indivíduos não aderentes ao tratamento anti-hipertensivo / Decision support model applied to the recognition of non-adherent individuals to antihypertensive therapy
Medeiros, Amira Rose Costa; Araújo, Yana Balduíno de; Vianna, Rodrigo Pinheiro de Toledo; Moraes, Ronei Marcos de.
Afiliação
  • Medeiros, Amira Rose Costa; Universidade Federal da Paraíba. Departamento de Morfologia. João Pessoa. BR
  • Araújo, Yana Balduíno de; Universidade Federal da Paraíba. Departamento de Morfologia. João Pessoa. BR
  • Vianna, Rodrigo Pinheiro de Toledo; Universidade Federal da Paraíba. Departamento de Morfologia. João Pessoa. BR
  • Moraes, Ronei Marcos de; Universidade Federal da Paraíba. Departamento de Morfologia. João Pessoa. BR
Saúde debate ; 38(100): 104-118, Jan-Mar/2014. tab, graf
Article em Pt | LILACS-Express | LILACS | ID: lil-710468
Biblioteca responsável: BR1.1
RESUMO
Objetivou-se desenvolver um modelo de apoio à tomada de decisão para identificar indivíduos não aderentes ao tratamento anti-hipertensivo. Propõe-se a utilização de árvore de decisão sobre um banco de dados de adesão ao tratamento envolvendo 118 usuários hipertensos de uma Unidade Básica. A variável de decisão foi a adesão ao tratamento. Incluíram-se 15 atributos preditores, selecionados entre variáveis relacionadas à adesão. Obteve-se como resultado uma árvore capaz de classificar corretamente 87,28% dos indivíduos. O modelo de árvore de decisão proposto auxilia na identificação de usuários não aderentes, de modo a contribuir com as equipes de saúde na abordagem a esses indivíduos.
ABSTRACT
This study aimed at developing a decision-making support model to identify the individuals that do not adhere to the antihypertensive therapy. A decision tree is proposed to be applied on a database of treatment adherence involving 118 hypertensive patients from a Basic Unit of Health. The deciding variable was the adherence to the treatment. Among the variables related to the adherence, 15 predictor attributes were selected. The results arrived to a tree able to correctly classify 87,28% of the individuals. The decision tree model proposed helps in the recognition of non-adherent patients in a way to collaborate with health staff in approaching these individuals.
Palavras-chave
Texto completo
Adicionar na Minha BVS
Imprimir
XML
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: LILACS Tipo de estudo: Diagnostic_studies / Prognostic_studies Idioma: Pt Revista: Saúde debate Assunto da revista: SAUDE PUBLICA / SERVICOS DE SAUDE Ano de publicação: 2014 Tipo de documento: Article País de afiliação: Brasil País de publicação: Brasil
Texto completo
Adicionar na Minha BVS
Imprimir
XML
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: LILACS Tipo de estudo: Diagnostic_studies / Prognostic_studies Idioma: Pt Revista: Saúde debate Assunto da revista: SAUDE PUBLICA / SERVICOS DE SAUDE Ano de publicação: 2014 Tipo de documento: Article País de afiliação: Brasil País de publicação: Brasil