Jornal de Doenças Infecciosas e Medicina Preventiva
Acesso livre

Abstrato

Aplicação de técnicas de mineração de dados no diagnóstico da tuberculose (TB): uma comparação da eficiência da rede neural perceptron multicamadas (MLP) e do sistema de inferência neuro-fuzzy adaptativo (ANFIS)

Azamossadat Hosseini, Hamid Moghaddasi, Reza Rabiei, Sara Mohebi Mushaei

Contexto: Técnicas de mineração de dados para diagnóstico de doenças ajudam na previsão e controle de várias doenças, incluindo Tuberculose (TB). Este estudo teve como objetivo comparar a eficiência de dois modelos principais de diagnóstico de TB: MLP (Multilayer Perceptron Neural Network) e ANFIS (Adaptive Neuro-Fuzzy Inference System) para descobrir qual modelo baseado em mineração de dados é mais eficiente na detecção de tuberculose.

Materiais e métodos: Neste estudo analítico, o banco de dados utilizado foi para pacientes internados em um hospital especializado em doenças pulmonares e respiratórias. O banco de dados incluiu 1159 registros, dos quais 599 registros pertenciam a pacientes infectados por TB e 560 registros a pacientes não infectados. Com a ajuda de 13 fatores eficazes no diagnóstico da doença e usando o conjunto de registros de TB, os dois modelos de MLP e ANFIS foram testados e avaliados. Finalmente, usando o teste de razão, dois modelos foram comparados com base em seus valores de AUC para ver qual deles é mais eficiente. A sensibilidade, especificidade, precisão e RMSE dos dois modelos também foram comparados.

Resultados: A eficiência do MLP foi de 0,9921 e a eficiência do ANFIS foi de 0,8572. A sensibilidade, especificidade, precisão e RMSE do MLP foram registrados como 93,50%, 94,80%, 94,30% e 0,1788, respectivamente. Esses valores para o ANFIS foram iguais a 79,60%, 92,60%, 85,63% e 0,3345, respectivamente. De acordo com esses resultados, houve uma diferença significativa entre os níveis de eficiência dos modelos MLP e ANFIS (valor de p˂0,0001).

Conclusão: O MLP indicou um valor de AUC mais alto em comparação com o ANFIS. Os resultados também mostraram maior sensibilidade, especificidade e precisão, mas menor RMSE para o MLP. No geral, o MLP provou ser superior ao ANFIS para diagnóstico de TB.