Método Computacional para o Diagnóstico Precoce da Granulomatose de Wegener

Abstract

Neste trabalho é apresentado um sistema de reconhecimento de padrõesproteômicos com o objetivo de auxiliar o diagnóstico precoce da Granulomatose deWegener (GW), uma vasculite idiopática rara de difícil detecção e alta taxa de mortalidade para indivíduos não tratados. O método consiste em extrair característicasde sinais proteômicos e classificá-las como sendo de indivíduos portadores ou nãoportadores de GW. Para tanto, utiliza-se Análise de Componentes Independentes paraextrair características dos sinais, Algoritmo de Máxima Relevância e Mínima Redun-dância para reduzir o número de características e custos computacionais e Máquina deVetores de Suporte para classificar. A qualidade do método foi avaliada utilizando umabase de dados com 335 sinais proteômicos, composta por 75 casos ativos, 101 casosnegativos e 159 em remissão. O melhor resultado obtido foi para um vetor de vintecaracterísticas cuja acurácia, especificidade e sensibilidade foram, respectivamente,de: 98, 24%, 99, 73% e 99, 50%.