Um assistente de feedback para o serviço de filtragem do software direto

Este trabalho descreve a especificação e implementação do protótipo Assistente de Feedback que ajuda os usuários a ajustarem os parâmetros do serviço de filtragem de mensagens vindas do correio eletrônico de sistemas como o Direto. O Assistente de Feedback é instalado no computador do usuário do Direto para monitorar suas preferências representadas pelas ações aplicadas nas mensagens do correio eletrônico. O trabalho apresenta, ainda, uma revisão bibliográfica sobre os conceitos gerais de probabilidades, redes Bayesianas e classificadores. Procura-se descrever as características gerais dos classificadores, em especial o Naive Bayes, sua lógica e seu desempenho comparado a outros classificadores. São abordados, também, conceitos relacionados ao modelo de perfil de usuário e o ambiente Direto. O Naive Bayes torna-se atraente para ser utilizado no Assistente de Feedback por apresentar bom desempenho sobre os demais classificadores e por ser eficiente na predição, quando os atributos são independentes entre si. O Assistente de Feedback utiliza um classificador Naive Bayes para predizer as preferências por intermédio das ações do usuário. Utiliza, também, pesos que representarão a satisfação do usuário para os termos extraídos do corpo da mensagem. Esses pesos são associados às ações do usuário para estimar os termos mais interessantes e menos interessantes, pelo valor de suas médias finais. Quando o usuário desejar alterar os filtros de mensagens do Direto, ele solicita ao Assistente de Feedback sugestões para possíveis exclusões dos termos menos interessantes e as possíveis inclusões dos termos mais interessantes. O protótipo é testado utilizando dois métodos de avaliação para medir o grau de precisão e o desempenho do Assistente de Feedback. Os resultados obtidos na avaliação de precisão apresentam valores satisfatórios, considerando o uso de cinco classes pelo classificador do Assistente de Feedback. Os resultados dos testes de desempenho permitem observar que, se forem utilizadas máquinas com configurações mais atualizadas, os usuários conseguirão receber sugestões com tempo de respostas mais toleráveis.

Estudo de caso-controle para desenvolvimento e validação de um questionário de avaliação de abuso sexual em crianças

Objetivos: Desenvolver e validar instrumento que auxilie o pediatra a determinar a probabilidade de ocorrência do abuso sexual em crianças. Métodos: Estudo de caso-controle com 201 crianças que consultaram em ambulatórios de pediatria e locais de referência para vítimas de abuso sexual, entre março e novembro de 2004: grupo caso (com suspeita ou revelação de abuso sexual) e grupo controle (sem suspeita de abuso sexual). Aplicou-se, junto aos responsáveis, um questionário com 18 itens e cinco opções de respostas segundo a escala Likert, abordando comportamento, sintomas físicos e emocionais apresentados pelas crianças. Excluíram-se nove crianças sem controle esfincteriano e um item respondido por poucas pessoas. A validade e consistência interna dos itens foram avaliadas com obtenção de coeficientes de correlação (Pearson, Spearman e Goodman-Kruskal), coeficiente α de Cronbach e cálculo da área da curva ROC. Calculou-se, após, a razão de verossimilhança (RV) e os valores preditivo positivos (VPP) para os cinco itens do questionário que apresentaram os melhores desempenhos. Resultados: Obteve-se um questionário composto pelos cinco itens que melhor discriminaram crianças com e sem abuso sexual em dois contextos. Cada criança recebeu um escore resultante da soma das respostas com pesos de 0 a 4 (amplitude de 0 a 20), o qual, através do teorema de Bayes (RV), indicou sua probabilidade pós-teste (VPP) de abuso sexual. Conclusões: O instrumento proposto é útil por ser de fácil aplicação, auxiliando o pediatra na identificação de crianças vítimas de abuso sexual. Ele fornecerá, conforme o escore obtido, a probabilidade (VPP) de abuso sexual, orientando na conduta de cuidado à criança.