Estimando o desfecho no recém-nascido grave através da Lógica Fuzzy

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Pós-graduação em Engenharia Mecânica - FEG

O objetivo deste trabalho foi construir um modelo lingüístico utilizando as propriedades da lógica fuzzy com 4 variáveis de entrada: peso ao nascer, idade gestacional, Apgar, fração inspirada de oxigênio e de saída a variável risco de morte. Foi oferecido uma planilha com dados reais a 4 especialistas para que estes estimassem a possibilidade de óbito. Os valores fornecidos pelos especialistas foram correlacionados com os valores fornecidos pelo modelo; o estudo incluiu 100 recém nascidos e ocorreram 8 óbitos. A possibilidade média de óbito do modelo foi de 49,7% (dp=29,3%) e para alta a média foi de 24% (dp=17,5%). Estes valores são diferentes quando comparados pelo teste t Student (t=2,44) mostrando que são diferentes com significância estatística p< 0,001. A correlação entre os especialistas e o modelo proposto foi de 80% e a acurácia do modelo foi de 81,9%. Foi notado que o risco de morte neonatal diminui quando o peso ao nascer, a idade gestacional e o Apgar aumentam, e a fração de oxigênio diminui. Este modelo preditivo não invasivo e de baixo custo financeiro pode ser usado em berçários e UTIN, pois é facilmente utilizado.

The aim of the present study was to construct a linguistic model using the properties of fuzzy logic with four input variables (birth weight, gestational age, Apgar and inspired oxygen fraction) and risk of death as the output variable. A spreadsheet with real data was given to four specialists to estimate the possibility of death. The values provided by the specialists were correlated to those provided by the model; the study included 100 and eight deaths occurred. The mean chance of death in the model was 49.7% (sd=29.3%) and the mean chance of discharge was 24% (sd=17.5%). When compared using the Student’s t-test (t=2.44), the difference between these values was statistically significant (p< 0.001). The correlation between the specialists and the proposed model was 80% and the accuracy of the model was 81.9%. The risk of neonatal death diminished with an increase in birth weight, gestational age and Apgar as well as a reduction in oxygen fraction. This non-invasive, low-cost predictive model is easy to use and may be used in nurseries and NICUs.