The five postural profiles for mouth-breathing children suggested by LVQ were incorporated into application software for classifying the severity of mouth breathers' abnormal posture.

The replacement of defective organs with healthy ones is an old problem, but only a few years ago was this issue put into practice. Improvements in the whole transplantation process have been increasingly important in clinical practice. In this context are clinical decision support systems (CDSSs), which have reflected a significant amount of work to use mathematical and intelligent techniques. The aim of this article was to present consideration of intelligent techniques used in recent years (2009 and 2010) to analyze organ transplant databases. To this end, we performed a search of the PubMed and Institute for Scientific Information (ISI) Web of Knowledge databases to find articles published in 2009 and 2010 about intelligent techniques applied to transplantation databases. Among 69 retrieved articles, we chose according to inclusion and exclusion criteria. The main techniques were: Artificial Neural Networks (ANN), Logistic Regression (LR), Decision Trees (DT), Markov Models (MM), and Bayesian Networks (BN). Most articles used ANN. Some publications described comparisons between techniques or the use of various techniques together. The use of intelligent techniques to extract knowledge from databases of healthcare is increasingly common. Although authors preferred to use ANN, statistical techniques were equally effective for this enterprise.

Because of the significant results achieved by InDeCS, this tool has been successfully applied to the Brazilian healthcare search portal known as Busca Saúde. Furthermore, it could be shown that MeSH presents important results when used for the task of classifying web-based content focusing on the lay public. It was also possible to show from this study that MeSH was able to map out mutable non-deterministic characteristics of the web.

No abstract

The increase in the amount of available information on the world wide web is inexorable, which, on one hand, provides the web user with more information. On the other hand, however, web searches become increasingly more difficult to handle due to the increasing number of retrieved documents. The present study is a proposal of development for a Brazilian search portal specific for health-related content. The aim of such development is to provide web users, mainly the non-specialist ones, with the largest number possible of web pages relevant to their search terms and inferred search intentions. The proposed search portal integrates web mining-based filters and a decision-making support tool. The preliminary study results show that among the algorithms tested to incorporate a filter module specific for health-related contentartificial neural networks, logistic regression and nearest neighbor clustering (NNC)-, the application of NNC resulted in the automated web health-related content classifier with the best performance for sensitivity and specificity 0.92 and 1.00 respectively.

Resumo: Este artigo apresenta a utilização da ferramenta PreText como técnica auxiliar a uma pesquisa sobre epistemologia da Informática em Saúde (IS), que visa inferir se a IS se caracteriza como ciência, tecnologia, tecnociência ou arte. O PreText tem por objetivo realizar pré-processamento de textos, transformando-os em um formato estruturado, usando a abordagem bag-of-words, e foi aplicado aos metadados de 437.289 resumos de artigos científicos extraídos da base PubMed Central. Os resultados do processamento foram exportados para uma base de dados e relacionados a um coleção de termos de um tesauro especializado em IS construído pelos autores, denominado EpistemIS, e aos metadados dos artigos para geração de estatísticas. Tais relações possibilitaram compreender a epistemologia da IS, inferindo que esta é uma tecnociência interdisciplinar que atua nos domínios das Ciências da Vida, Ciências da Saúde e Cuidado em Saúde.Abstract: This article presents the PreText tool as auxiliary technique to a research on Health Informatics (HI) epistemology, which aim to understand, through text mining, among other methods and techniques, if the HI is characterized as science, technology, tecnoscience, or art. The PreText is used to execute texts preprocessing, transforming these texts in structured format using a bag-of-words approach. It was applied in 437,289 abstracts of articles extracted from PubMed Central database. The results were exported to a database and related to a terms collection from a specialized thesaurus in Medical Informatics built by the authors, dubbed EpistemIS, and to the articles metadata for statistics generation. These relations make possible a HI's epistemological study, concluding that this is an interdisciplinary technoscience in Biological Sciences, Health Sciences, and Health Care domains.Uso da ferramenta PreText para mineração de textos extraídos do NCBI para estudo epistemológico da Informática em Saúde 10 RITA • Volume XVI • Número 1 • 2009

Introdução: Há séculos, a Humanidade preocupa-se em substituir órgãos defeituosos por outros sadios, mas somente há poucas décadas os avanços da Medicina tornaram esse sonho realidade, por meio dos transplantes de órgãos. Com o intuito de melhorar o entendimento dos processos envolvidos e até mesmo detectar qual perfil de paciente receptor terá maior chance de sobrevida, diversas técnicas de análise de base de dados de transplantes de órgãos têm sido empregadas, contribuindo de forma direta ou indireta na descoberta de conhecimento ainda não mapeado. Objetivo: Apresentar, a partir da literatura científica especializada, quais técnicas computacionais estão sendo utilizadas para analisar bases de dados de transplante de órgãos. Métodos: Para revisão bibliográfica foi realizada pesquisa em resumos de artigos publicados no biênio 2007-2008, utilizando bases de dados científicas PubMed e ISI. Resultados: Foram selecionados 89 resumos de artigos e, após análise dos resumos considerando os critérios de inclusão e exclusão, foram selecionados cinco artigos. Esses mostravam que redes neurais artificiais e regressão logística obtêm bons resultados quando aplicados em bases de dados de transplante de órgãos para descoberta de conhecimento e, de forma geral, apresentavam resultados animadores em suas respectivas bases de dados de estudo. Poucos estudos realmente foram aplicados na prática clínica. Conclusão: Tendo em vista os resultados encontrados na literatura, a aplicação de técnicas de inteligência artificial tem obtido resultados superiores às normalmente utilizadas para previsão em dados de transplante e existe potencial para desenvolvimento de sistemas de apoio à decisão clínica para transplante de órgãos.