@PHDTHESIS{ 2018:33894654,
 	title = {Aplicação de aprendizagem de máquina no diagnóstico de declínio cognitivo e demência de Alzheimer baseado em testes cognitivos e marcadores genéticos},
 	year = {2018},
 	url = "http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/7316",
 	abstract = "Um grande número de soluções baseadas em sistemas computacionais tem sido desenvolvido recentemente para a classificação de anormalidades cognitivas em idosos, de modo que indivíduos com alto risco de desenvolver doenças neurodegenerativas, como Declínio Cognitivo (DC) e Demência de Alzheimer (DA), podem ser identificados antes da manifestação das doenças. Vários fatores estão relacionados a essas patologias, tornando o processo de diagnóstico de alta complexidade para ser resolvido. Este trabalho propõe utilização de modelo computacional baseado em aprendizagem de máquina para realizar processos de
 regressão de dados e classificação de padrões, em uma base de dados reais de indivíduos idosos. A proposta leva em conta dados sobre o gênero, a idade, o nível de instrução dos indivíduos e os escores resultantes dos testes cognitivos (Mini-Exame do Estado Mental, Teste de Fluência Verbal e Semântica, Taxa de Demência Clínica - Clinical Dementia Rating - e Teste de Determinação de Demência - Ascertaining Dementia). Usando modelos de regressão não-linear, que permitem projetar classificadores para distinguir quando o envelhecimento está sendo saudável e/ou patológico. O objetivo primário desta pesquisa é utilizar um modelo de regressão para analisar o conjunto de dados para verificar quais parâmetros são mais relevantes para alcançar alta precisão no diagnóstico de distúrbios neurodegenerativos. Uma das conclusões indica que o processo de diagnóstico baseado apenas nos resultados dos testes cognitivos, podem obter uma alta taxa de desempenho, em comparação a utilização de todos os fatores, incluindo dados sócio-culturais. Nesta análise, demonstra-se que o uso de testes cognitivos produz melhores valores médios. Outras análises foram realizadas incluindo marcadores genéticos (CYP46A1 e ApoE4), sem influenciar os resultados com relação à acurácia das análises, comparando com a performance dos testes cognitivos. Análises estatísticas mostram que o melhor desempenho em termos de sensibilidade é acima de 97% quando as configurações têm apenas testes cognitivos. A abordagem apresentada pode ser encapsulada como uma ferramenta de suporte ao processo de diagnóstico clínico, para identificar pacientes com demência ou declínio cognitivo.",
 	publisher = {Universidade Federal Rural de Pernambuco},
 	scholl = {Programa de Pós-Graduação em Biotecnologia (Renorbio)},
 	note = {Rede Nordeste de Biotecnologia}
}