@InProceedings{SilvaAlveCarv:2018:MéPrRe,
author = "Silva, Helen Cristina Ferreira da and Alves, Mariana Saragiotto da
Silva and Carvalho, Tiago",
affiliation = "Instituto Federal de Educa{\c{c}}{\~a}o, Ci{\^e}ncia e
Tecnologia de S{\~a}o Paulo (IFSP) - Campus Campinas and
Instituto Federal de Educa{\c{c}}{\~a}o, Ci{\^e}ncia e
Tecnologia de S{\~a}o Paulo (IFSP) - Campus Campinas and
Instituto Federal de Educa{\c{c}}{\~a}o, Ci{\^e}ncia e
Tecnologia de S{\~a}o Paulo (IFSP) - Campus Campinas",
title = "Um M{\'e}todo Para a Previs{\~a}o de Resposta a Medicamentos em
Pacientes com Epilepsia",
booktitle = "Proceedings...",
year = "2018",
editor = "Ross, Arun and Gastal, Eduardo S. L. and Jorge, Joaquim A. and
Queiroz, Ricardo L. de and Minetto, Rodrigo and Sarkar, Sudeep and
Papa, Jo{\~a}o Paulo and Oliveira, Manuel M. and Arbel{\'a}ez,
Pablo and Mery, Domingo and Oliveira, Maria Cristina Ferreira de
and Spina, Thiago Vallin and Mendes, Caroline Mazetto and Costa,
Henrique S{\'e}rgio Gutierrez and Mejail, Marta Estela and Geus,
Klaus de and Scheer, Sergio",
organization = "Conference on Graphics, Patterns and Images, 31. (SIBGRAPI)",
publisher = "Sociedade Brasileira de Computa{\c{c}}{\~a}o",
address = "Porto Alegre",
keywords = "machine learning, farmacogen{\'e}tica, resposta a medicamentos,
epilepsia.",
abstract = "Grande parte dos pacientes com epilepsia n{\~a}o respondem ao
tratamento medicamentoso dispon{\'{\i}}vel no mercado. A
descoberta dessa refratariedade ao tratamento, atualmente, se
d{\'a} por meio de um processo emp{\'{\i}}rico, em que o
paciente {\'e} submetido a diferentes drogas por um longo
per{\'{\i}}odo de tempo at{\'e} ser constatado que ele n{\~a}o
responde a nenhum tratamento e deve ser encaminhado para cirurgia.
Entretanto, ha ind{\'{\i}}cios que tal refratariedade possa
estar ligada a caracter{\'{\i}}sticas gen{\'e}ticas
espec{\'{\i}}ficas do indiv{\'{\i}}duo. Este trabalho
prop{\~o}e uma nova abordagem, baseada em aprendizado de maquina,
para o problema de detec{\c{c}}{\~a}o de refratariedade
medicamentosa em pacientes com epilepsia. Usando uma
combina{\c{c}}{\~a}o do algoritmo XGBoost e de dados
gen{\'e}ticos dos pacientes, nossa abordagem teve um aumento de
319.05% na acur{\'a}cia de predi{\c{c}}{\~a}o de pacientes
refrat{\'a}rios em rela{\c{c}}{\~a}o ao estado da arte.",
conference-location = "Foz do Igua{\c{c}}u, PR, Brazil",
conference-year = "29 Oct.-1 Nov. 2018",
language = "pt",
ibi = "8JMKD3MGPAW/3S4GPTH",
url = "http://urlib.net/ibi/8JMKD3MGPAW/3S4GPTH",
targetfile = "
Helen_SIBGRAPI_Um_Metodo_Para_Previsao_de_Resposta_Medicamentos_em_Pacientes_com_Epilepsia.pdf",
urlaccessdate = "2024, May 03"
}