Application of Bayesian Networks in the recurrence of cancer of breast
DOI:
https://doi.org/10.70597/ijget.v6i1.492Palavras-chave:
Breast Cancer, Recurrence, Artificial Intelligence, Bayesian NetworksResumo
Despite the effectiveness in the treatment of breast cancer when discovered early and the possible cure even when discovered late, patients live with uncertainty in the face of the possibility of recurrence of the disease. Artificial Intelligence tools, used in solving complex problems, can help to identify the probability or not of recurrence and identify the main factors associated with it. Therefore, this work is based on the use of Bayesian Networks, through Netica software, as a tool that calculates the probability of occurrence of an event based on data from the variables related to it, to identify patterns associated with the recurrence rate of the event. breast cancer, from data concerning the type of nodule, grade, menopause, which breast and age of the patients.
Referências
Adami, H., Hunter, D. and Trichopoulos, D., 2008. Textbook of cancer epidemiology. 2nd ed. Oxford University Press.
Agência France-Presse, 2019. Novo estudo analisa reincidência do câncer de mama. [online] Exame 55 anos. Disponível em: <https://exame.com/ciencia/novo-estudo-analisa-reincidencia-do-cancer-de-mama/> [Acessado 02 agosto 2022].
Agence France-Presse, 2019. Novo estudo analisa reincidência do câncer de mama. [online] (18/03/2019) Exame 55 anos. Disponível em: <https://exame.com/ciencia/novo-estudo-analisa-reincidencia-do-cancer-de-mama/> [Acessado 03 agosto 2022].
Almeida, A.M., Mamede, M.V., Panobiano, M.S., Prado, M.A.S. e Clapis, M.I., 2001. Construindo o significado da recorrência da doença: a experiência de mulheres com câncer de mama. Revista Latino - Americana de Enfermagem [e-journal] 9(5), pp. 63-69. https://doi.org/10.1590/S0104-11692001000500010
Ara-Souza, A.L., 2010. Uma introdução aplicada a credit scoring. Iniciação Científica. Universidade Federal de São Carlos. Disponível em: <http://www.ime.unicamp.br/sinape/sites/default/files/Anderson%20L.%20Souza%20%20Redes%20Bayesianas-%20vSINAPE%20final_0.pdf> [Acessado 21 setembro 2022].
Coutinho, D.R.A., Padilha, T.P.P. e Dantas, V.F., 2016. Análise de Desempenho Acadêmico Utilizando Redes Bayesianas: um estudo de caso. Licenciatura. Universidade Federal da Paraíba (UFPB)- Campus IV. Disponível em: <https://repositorio.ufpb.br/jspui/bitstream/123456789/2768/1/DRAC21062016.pdf> [Acessado 20 de agosto de 2022].
Gonçalves, A.R., 2008. Redes Bayesianas. Universidade Estadual de Campinas. Disponível em: <https://andreric.github.io/files/pdfs/bayesianas.pdf> [Acessado 21 setembro 2022].
Instituto Nacional do Câncer- INCA, 2022. Detecção precoce. [online] (26/09/2022) Disponível em: <https://www.inca.gov.br/controle-do-cancer-de-mama/acoes-de-controle/deteccao-precoce>[Acessado 02 de agosto de 2022].
Instituto Nacional do Câncer- INCA, 2020. Estimativa 2020. [online] (12/05/2020) Disponível em: <https://www.inca.gov.br/estimativa/introducao> [Acessado 02 agosto 2022].
Instituto Nacional do Câncer José Alencar Gomes da Silva, 2022. Atlas da mortalidade. [online] Disponível em: <https://www.inca.gov.br/app/mortalidade> [Acessado 02 agosto 2022].
Instituto Nacional do Câncer José Alencar Gomes da Silva, 2015. Diretrizes para a detecção precoce do câncer de mama no Brasil. [online] Disponível em: <https://www.inca.gov.br/publicacoes/livros/diretrizes-para-deteccao-precoce-do-cancer-de-mama-no-brasil> [Acessado 02 agosto 2022].
Lee, S.M. and Abbott, P.A., 2003. Bayesian networks for knowledge discovery in large datasets: basics for nurse researchers. Journal of Biomedical Informatics, 36(4-5), pp. 389-399. https://doi.org/10.1016/j.jbi.2003.09.022
Lobo, L.C., 2017. Inteligência Artificial e Medicina. Revista Brasileira de Educação Médica, 41(2), pp.185-193. https://doi.org/10.1590/1981-52712015v41n2esp
Mais Laudo, 2018. Medicina e Tecnologia: os benefícios dessa relação para instituições de saúde. Tecnologia, Telemedicina, [blog]. Disponível em: <https://maislaudo.com.br/blog/medicina-e-tecnologia/> [Acessado 20 setembro 2022].
Ministério da Saúde e Instituto Nacional do Câncer, 2022. Câncer de mama: O câncer de mama é caracterizado pelo crescimento de células cancerígenas. [online] (26/09/2022) Disponível em: <https://www.gov.br/inca/pt-br/assuntos/cancer/tipos/mama> [Acessado 31 julho 2022].
Ministério da Saúde, Instituto Nacional do Câncer e Fundação Oswaldo Cruz, 2018. A mulher e o câncer de mama no Brasil. Portal do INCA. [online] Disponível em: <https://bvsms.saude.gov.br/bvs/publicacoes/mulher_cancer_mama_brasil_3ed_rev_atual.pdfa> [Acessado 31 julho 2022].
Norsys Software Corp. Netica Application. [online] Disponível em: <https://www.norsys.com/netica.html> [Acessado 10 agosto 2022].
Oncoclinica Dourados. Grau do Tumor. Cuidados com a Saúde. [online] Disponível em: <https://www.oncoclinicadourados.com.br/cancer/grau-do-tumor> [Acessado 01 agosto 2022].
Oncoguia, 2014. Estatística para câncer de mama. [online] (24/07/2020) Disponível em: <http://www.oncoguia.org.br/conteudo/estatisticas-para-cancer-de-mama/6562/34/> [Acessado 02 agosto 2022].
Oncoguia, 2014. Tratamentos do Câncer de Mama. [online] (04/10/2014) Disponível em: <http://www.oncoguia.org.br/conteudo/tratamentos/15/12/> [Acessado 20 setembro 2022].
Oncoguia, 2015. Estadiamento do câncer. [online] (10/03/2020) Disponível em: <http://www.oncoguia.org.br/conteudo/estadiamento/4795/1/> [Acessado 20 setembro 2022].
Paulino, C.D., Turkman, M.A.A., Murteira, B. e Silva, G.L., 2018. Estatística Bayesiana. 2nd ed. Fundação Calouste Gulbenkian.
Pearl, J, 1988. Probabilistic Reasoning in Intelligent Systems. California: Morgan Kaufmann.
Pearl, J., 2003. Causality: Models, Reasoning and Inference. Cambridge University Press [e-journal] 19, pp. 675 - 685. https://doi.org/10.1017/S0266466603004109
Pourret, O., Naïm, P. and Marcot, B., 2008. Bayesian networks: a practical guide to applications. John Wiley & Sons, Ltd. Disponível em: <https://people.bath.ac.uk/man54/SAMBa/ITTs/ITT1/DNV/PourretEtAl.pdf> [Acessado 31 de julho de 2022].
Sackett, D.L., Richardson, W.S., Rosenberg, W. and Haynes, R.B., 1997. EvidenceBased Medicine-How to Practice and Teach EBM. Clinical Chemistry, 43(10), pp. 2014. https://doi.org/10.1093/clinchem/43.10.2014
Sartori, A.C.N. e Basso, C.S., 2019. Câncer de mama: uma breve revisão de literatura. PERSPECTIVA, Erechim, 43(161), pp.7-13.
Silva, M.M. e Silva, V.H., 2005. Envelhecimento: importante fator de risco para o câncer. Arquivos Médicos do ABC, 30(1), pp.11-18. Disponível em:<https://www.portalnepas.org.br/amabc/article/view/273> [Acessado 08 agosto 2022].
Silvestre, A.M., 2003. Raciocínio Probabilístico Aplicado ao Diagnóstico de Insuficiência Cardíaca Congestiva (ICC). Pós Graduação. Universidade Federal do Rio Grande do Sul. Disponível em: <https://lume.ufrgs.br/bitstream/handle/10183/12679/000632779.pdf?sequence=1&isAllowed=y> [Acessado 21 setembro 2022].
Simões, P.W.T.A., 2012. Prevalência De Papilomavírus Humano No Câncer De Mama E Apoio Ao Diagnóstico De Câncer De Mama Pelas Redes Bayesianas: Revisão Sistemática E Metanálise. Pós-Graduação. Universidade Do Extremo Sul Catarinense. Disponível em: <http://repositorio.unesc.net/bitstream/1/1452/1/Priscyla%20Waleska%20Targino%20de%20Azevedo%20Sim%c3%b5es.pdf> [Acessado 21 setembro 2022].
Souza, V.O., Grando, J.P.S. e Filho, J.O., 2008. Tempo decorrido entre o diagnóstico de câncer de mama e o início do tratamento, em pacientes atendidas no Instituto de Câncer de Londrina (ICL). RBM Revista Brasileira de Medicina, 65(5), pp. 135-138.
Teixeira, L.A. e Neto, L.A.A., 2020. Câncer de mama no Brasil: medicina e saúde pública no século XX. Saúde Soc. São Paulo, 29(3). pp. 1-12. https://doi.org/10.1590/S0104-12902020180753
UCI Machine Learning Repository. Centro de Aprendizado de máquina e sistemas inteligentes. [banco de dados] Disponível em: <https://archive.ics.uci.edu/ml/datasets/Breast+Cancer> [Acessado 08 agosto 2022].
World Health Organization, 2020. Câncer de mama agora forma mais comum de câncer: OMS tomando medidas. [online] Geneva: WHO. Disponível em: <https://www.who.int/health-topics/cancer#tab=tab_1> [Acessado 08 agosto 2022].
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 International Journal of Geoscience, Engineering and Technology
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
All articles published in this journal are licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International.
