Modelo de previsão para identificar fatores de risco dos reinternamentos hospitalares em 30 dias : um estudo ao GDH 127 - insuficiência cardíaca ou choque

A representatividade do número de reinternamento hospitalares, no quadro dos custos hospitalares, deverá ser encarada como um indicador de qualidade nos serviços prestados e um objeto de estudo no que diz respeito à forma como estão a ser geridos esses serviços. Caracterizar os utentes com maior propensão a um reinternamento e identificar os fatores de risco que lhe estão associados torna-se, pois, pertinente, pois só assim, se poderá, no futuro, desenvolver uma atuação proativa com o objetivo primeiro de uma redução de custos sem colocar, no entanto, em causa a qualidade dos serviços que as entidades hospitalares prestam aos seus utentes. O objetivo deste estudo consiste em criar um modelo preditivo, com base em árvores de decisão, que auxilie a identificar os fatores de risco dos reinternamentos em 30 dias relativos ao Grupos de Diagnóstico Homogéneo (GDH) 127 - Insuficiência cardíaca e/ou choque, de forma a auxiliar as entidades prestadoras de cuidados de saúde a tomar decisões e atuar atempadamente sobre situações críticas. O estudo é suportado pela base de dados dos Grupos de Diagnóstico Homogéneos, a qual, possui informação sobre o utente e sobre o seu processo de internamento, nomeadamente, o diagnóstico principal, os diagnósticos secundários, os procedimentos realizados, a idade e sexo do utente e o destino após a alta. Pode concluir-se após estudo, que as taxas de reinternamentos têm vindo a aumentar nos últimos anos, que a população idosa insere-se no universo sujeito ao maior risco de reinternamento e que além do diagnóstico principal, a existência de comorbidades representa um papel importante no incremento do risco, nomeadamente, quando são diagnosticadas em simultâneo doenças renais, diabetes mellitus ou doenças isquémicas crónicas do coração (NCOP).

Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários

Data Mining surge, hoje em dia, como uma ferramenta importante e crucial para o sucesso de um negócio. O considerável volume de dados que atualmente se encontra disponível, por si só, não traz valor acrescentado. No entanto, as ferramentas de Data Mining, capazes de transformar dados e mais dados em conhecimento, vêm colmatar esta lacuna, constituindo, assim, um trunfo que ninguém quer perder. O presente trabalho foca-se na utilização das técnicas de Data Mining no âmbito da atividade bancária, mais concretamente na sua atividade de telemarketing. Neste trabalho são aplicados catorze algoritmos a uma base de dados proveniente do call center de um banco português, resultante de uma campanha para a angariação de clientes para depósitos a prazo com taxas de juro favoráveis. Os catorze algoritmos aplicados no caso prático deste projeto podem ser agrupados em sete grupos: Árvores de Decisão, Redes Neuronais, Support Vector Machine, Voted Perceptron, métodos Ensemble, aprendizagem Bayesiana e Regressões. De forma a beneficiar, ainda mais, do que a área de Data Mining tem para oferecer, este trabalho incide ainda sobre o redimensionamento da base de dados em questão, através da aplicação de duas estratégias de seleção de atributos: Best First e Genetic Search. Um dos objetivos deste trabalho prende-se com a comparação dos resultados obtidos com os resultados presentes no estudo dos autores Sérgio Moro, Raul Laureano e Paulo Cortez (Sérgio Moro, Laureano, & Cortez, 2011). Adicionalmente, pretende-se identificar as variáveis mais relevantes aquando da identificação do potencial cliente deste produto financeiro. Como principais conclusões, depreende-se que os resultados obtidos são comparáveis com os resultados publicados pelos autores mencionados, sendo os mesmos de qualidade e consistentes. O algoritmo Bagging é o que apresenta melhores resultados e a variável referente à duração da chamada telefónica é a que mais influencia o sucesso de campanhas similares.

Previsão da estrutura temporal da taxa de juro na zona Euro : aproximação paramétrica e por métodos de aprendizagem automática

A estrutura temporal das taxas de juro, também conhecida por yield curve ou curva de rendimentos define a relação entre as taxas de juros e o prazo de vencimento (ou maturidades) dos investimentos feitos. Assim, o desenvolvimento de modelos que possibilitem a obtenção de previsões precisas sobre a estrutura temporal das taxas de juro e que permitam estudar a dinâmica da evolução das taxas de juro é de crucial importância em diversas áreas de financiamento. Neste estudo investigou-se a performance de diferentes métodos de previsão para obter a estrutura temporal das taxas de juro da Zona Euro, considerando o período entre 2009 e 2015. Em termos mais específicos, foi analisada a capacidade preditiva do modelo de Nelson-Siegel & Svensson assumindo que os parâmetros resultantes da estimação da especificação paramétrica podem ser modelizados através de métodos de séries temporais univariados (modelos ARIMA, Random walk) e multivariados (modelos VAR) e Redes Neuronais Artificiais (RNA) individuais e conjuntas. Os resultados deste estudo mostram que (i) as RNA com a previsão dos parâmetros em simultâneo exibem os valores de erro mais baixos para as maturidades de curto e médio prazo (3 meses a 5 anos); (ii) As RNAs individuais são melhores para prever as taxas de juro nas maturidades compreendidas entre os 7 e os 10 anos, e que (iii) para as maturidades de longo e muito longo prazo (15 e 30 anos respetivamente) deverá ser escolhido o modelo VAR(1). Estes resultados são robustos e consistentes para todos os horizontes de previsão analisados (1,2 e 3 meses). Contudo, no período analisado nenhum dos modelos testados apresenta valores de erro inferiores aos obtidos com o modelo Random Walk.

Competências e inserção sócio-profissional: um estudo de caso

Dissertação de mestrado em Ciências da Educação: área de Educação e Desenvolvimento

Factores determinantes para os comportamentos de reciclagem

Tese de doutoramento em Engenharia do Ambiente, especialidade em Sistemas Sociais

Dispersão de gases poluentes na área de Sines

Tese de doutoramento

Mining protein structure data

The principal topic of this work is the application of data mining techniques, in particular of machine learning, to the discovery of knowledge in a protein database. In the first chapter a general background is presented. Namely, in section 1.1 we overview the methodology of a Data Mining project and its main algorithms. In section 1.2 an introduction to the proteins and its supporting file formats is outlined. This chapter is concluded with section 1.3 which defines that main problem we pretend to address with this work: determine if an amino acid is exposed or buried in a protein, in a discrete way (i.e.: not continuous), for five exposition levels: 2%, 10%, 20%, 25% and 30%. In the second chapter, following closely the CRISP-DM methodology, whole the process of construction the database that supported this work is presented. Namely, it is described the process of loading data from the Protein Data Bank, DSSP and SCOP. Then an initial data exploration is performed and a simple prediction model (baseline) of the relative solvent accessibility of an amino acid is introduced. It is also introduced the Data Mining Table Creator, a program developed to produce the data mining tables required for this problem. In the third chapter the results obtained are analyzed with statistical significance tests. Initially the several used classifiers (Neural Networks, C5.0, CART and Chaid) are compared and it is concluded that C5.0 is the most suitable for the problem at stake. It is also compared the influence of parameters like the amino acid information level, the amino acid window size and the SCOP class type in the accuracy of the predictive models. The fourth chapter starts with a brief revision of the literature about amino acid relative solvent accessibility. Then, we overview the main results achieved and finally discuss about possible future work. The fifth and last chapter consists of appendices. Appendix A has the schema of the database that supported this thesis. Appendix B has a set of tables with additional information. Appendix C describes the software provided in the DVD accompanying this thesis that allows the reconstruction of the present work.

Contribuição para o estudo de compostos desreguladores endócrinos (EDC) em estações de tratamento de águas residuais

Desde os anos 90 que se suspeita que um vasto leque de compostos, que estão presentes no ambiente aquático é susceptível de causar disrupção endócrina, podendo provocar efeitos adversos na nível do sistema reprodutor de vários organismos, de entre os quais os surfactantes não-iónicos alquifenois polietoxilatos(APEO), estrogénios, compostos organoclorados, entre outros. Estes, têm sido amplamente utilizados nos últimos 50 anos numa vasta diversidade de aplicações domésticas e comerciais. Durante o tratamento de águas residuais urbanas e industriais, os APEO são degradados sucessivamente até formas menos biodegradáveis, como por exemplo o NP (nonilfenol) e o OP (octilfenol), acabando por ser descarregados no ambiente aquático. A informação disponível, relativamente ao efeito das elevadas descargas nos meios receptores e da sua potencial toxicidade é ainda muito limitada, nomeadamente em sistemas aquáticos. Por outro lado, a informação sobre remoção de EDC em estações de tratamento de águas residuais (ETAR) é igualmente muito escassa, circunstância que impede a realização de estimativas de balanços materiais, indispensáveis à previsão dos correspondentes impactes nos meios hídricos, pelo que, este estudo teve como principal objectivo, a avaliação do potencial estrogénico de um efluente de uma ETAR com tratamento terciário. O presente estudo foi realizado na ETAR de Chelas, em Lisboa (Portugal). O efluente da ETAR é caracterizado por não ser só, efluente doméstico mas também ser constituído por quantidades significativas de efluente industrial. A escolha desta ETAR para realizar este estudo recaiu também na sua linha de tratamento, isto é, a ETAR possui tratamento terciário com remoção de azoto e desinfecção final do efluente através de U.V. De forma a detectar e quantificar o potencial estrogénico de uma água seleccionaramse compostos específicos, isto é alguns EDC “alvo”, nomeadamente: (i) nonilfenol e octilfenol (NP e OP); (ii) bisfenol A (BPA) e (iii) 17 β-estradiol (E2). Foram utilizadas três técnicas diferentes para identificar e quantificar os EDC seleccionados ELISA, LC-MS-MS e HPLC. As técnicas foram igualmente comparadas. Em todos os casos, isto é, independentemente da técnica analítica usada ficou demonstrado que os EDC seleccionados estavam presentes no efluente da ETAR,variando as suas concentrações de composto para composto e também ao longo da linha de tratamento da ETAR, e que ainda são descarregadas, no Estuário do Tejo,níveis de concentrações que poderão causar efeitos fisiológicos na vida animal. Contudo, devido ao elevado nível de diluição existente no Estuário do Tejo (caudais muito grandes) os efeitos nos organismos poderão não ser relevantes e,ou imediatos. Os níveis mais elevados de APE (NP e OP) foram detectados no afluente à ETAR e os menores no efluente da ETAR. O valor mais elevado de E2 foi registado após a decantação primária. A variação de E2 ao longo da linha de tratamento foi pouco significativa, facto este que poderá estar relacionado também com a “cross-reactivity”, bem como a própria actividade microbiológica existente numa água residual. Os maiores valores para o BPA foram obtidos nas lamas primárias (acima dos limites de detecção), tendo sido registada uma redução significativa deste composto ao longo da linha de tratamento, o que poderá indicar que a ETAR de Chelas remove eficientemente este composto.

Contribuição para o estudo da influência da recirculação de lixiviados no comportamento de aterros de resíduos sólidos urbanos

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia do Ambiente, perfil em Engenharia Sanitária

Estudo empírico do padrão de congestionamento formado num nó de uma auto-estrada urbana portuguesa

Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores

Modelação das Propriedades mecânicas de juntas soldadas por fricção linear

Dissertação apresentada à Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do Grau de Mestre em Engenharia Mecânica

Contribuição para o estudo de compostos desreguladores endócrinos (EDC) em estações de tratamento de águas residuais (ETAR): estudo da remoção de EDC`S numa etar com tratamento terciário

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia do Ambiente – Perfil Engenharia Sanitária

Hiskipper - sistema de informação apoio à náutica de recreio

Trabalho de projecto apresentado como requisito parcial para a obtenção do grau de Mestre em Estatística e Gestão de Informação

The portuguese pharmaceutial market in the near future - A time series exploration approach

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação

Estudos sobre o comportamento mecânico e estrutural das anteparas nºs 3 e 17 dos salva-vidas da classe vigilante

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Mecânica