This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.
Plataforma de Apoio a Gestão Estratégica - PAGE/UCB
Projeto: Desenvolvimento de Sistema Inteligente de Apoio à Saúde: predição do risco de eventos catastróficos em pacientes graves com hipertensão arterial e diabetes mellitus acompanhados na atenção básica.
| Coordenador(a): | ROBERTO JOSE BITTENCOURT  |
| Vigência: | 15/10/2026 a 15/10/2027 |
| Situação: | Ativo |
| Programa/Curso: | MEDICINA |
| Agência: | Universidade Católica de Brasília |
| Edital: | UCB 050/2026 |
| Chamada | UCB 050/2026 |
Resumo:
| O controle das Doenças Crônicas Não Transmissíveis (DCNT), com ênfase na Hipertensão Arterial Sistêmica (HAS) e no Diabetes Mellitus (DM), consolida-se como um dos desafios mais urgentes da saúde pública contemporânea. Modelos preditivos estatísticos lineares e estáticos revelam-se insuficientes para abordar essas patologias, as quais se comportam como Sistemas Adaptativos Complexos regidos por múltiplos loops de retroalimentação e causalidade cibernética. O presente projeto de pesquisa objetiva mapear a fronteira do conhecimento científico acerca dos parâmetros clínicos, laboratoriais e sociodemográficos devidamente qualificados para fundamentar e integrar-se às etapas de treinamento de máquina de sistema de inteligência artificial. Pretende-se, com isso, otimizar a acurácia de algoritmos de aprendizagem de máquina (Regressão Logística, Random Forest e Gradient Boosting Machine) na predição de risco de eventos catastróficos — como descompensação renal grave, pé diabético em categoria 3 de Boulton e colapso neuro-cardiovascular — em pacientes acompanhados na Atenção Primária à Saúde (APS). O mapeamento dessa fronteira do conhecimento realizar-se-á por meio de uma revisão sistemática conduzida sob o rigor metodológico das diretrizes PRISMA e do sistema GRADE nas bases de dados PubMed/MEDLINE, Embase, LILACS, Scopus, Cochrane Library e SciELO, assegurando o suprimento de dados estruturados e qualificados, com curadoria especializada em saúde, para o desenvolvimento de um sistema inteligente de suporte à decisão clínica. Busca-se superar, dessa forma, as limitações decorrentes da abordagem simplista de inserção maciça de dados (data mining ingênuo). O estudo origina-se das inquietações assistenciais vivenciadas no Projeto PROCUIDAR (parceria UCB — Internato de Saúde Coletiva / DIRAPS-Oeste — SES/DF), constituindo a base empírica sobre a qual se debruça a investigação. O projeto está vinculado ao Programa de Pós-Graduação Stricto Sensu em Gerontologia da UCB e promove a formação acadêmico-científica qualificada de quatro discentes do curso de Medicina (dois bolsistas PIBIC e dois PIBITI). |
Equipe:
Orçamento Aprovado:
| Valor Total | R$ 0,00 |