[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-124038-pt":3,"doc-seo-124038-112":30,"detail-sidebar-cat-0-pt-112":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":20,"is_downloadable":20,"audit_status":20,"page_count":21,"language":22,"language_code":23,"site_id":24,"html_lang":23,"table_of_contents":25,"faqs":26,"seo_title":27,"seo_description":14,"update_tm":28,"read_time":29},124038,687207024643,"Oliver","https://ap-avatar.wpscdn.com/davatar_3d24733baf745e90a7e4bdd5f77d97b2",31,"Saúde e Cuidados","Classificação de risco de demência - Dissertação - Dezembro","O estudo investiga a viabilidade de identificar e classificar o risco de demência a partir da análise de variáveis cinemáticas da marcha em pessoas idosas, utilizando algoritmos de machine learning. A investigação observacional transversal analisou 59 indivíduos com 60 ± 8 anos, divididos em grupo de idosos institucionalizados e não institucionalizados, residentes em Bragança. Os dados de marcha foram obtidos com uma caminhada de 10 metros, filmada e processada pelo Kinovea, e o estado cognitivo foi avaliado pelo MEEM. Os modelos apresentaram desempenho global de 74,6%, com Ada Boost (83,5%) e validação cruzada com precisão global de 72%, destacando-se o classificador de vetores de suporte (80%), sugerindo uma técnica segura e eficiente para classificação.","Classificação de risco de demência através da análise da marcha de pessoas idosas usando algoritmos de machine  \nlearning  \nRaí Braz Costa  \nDissertação apresentada à Escola Superior de Educação do Instituto Politécnico de Bragança para obtenção do grau de Mestre em Exercício e Saúde.  \nOrientado por  \nAntónio Miguel de Barros Monteiro Tiago Manuel Cabral dos Santos Barbosa  \nDezembro  \nClassificação de risco de demência através da análise da marcha de pessoas idosas usando algoritmos de machine  \nlearning  \nRaí Braz Costa  \nDissertação apresentada à Escola Superior de Educação do Instituto Politécnico de Bragança para a obtenção do grau de Mestre em Exercício e Saúde, ao abrigo do artigo 20º do Decreto-Lei 74/2006, de 24 de março.  \nOrientado por  \nAntónio Miguel de Barros Monteiro  \nTiago Manuel Cabral dos Santos Barbosa  \nDezembro  \nRESUMO  \nO declínio irreversivelmente progressivo das funções fisiológicas é conhecido como envelhecimento. Entre essas alterações está o envelhecimento cerebral, que leva ao declínio cognitivo e à promoção da expressão da demência. Isso afeta diretamente amemória, a aprendizagem e as habilidades motoras, o que resulta em uma diminuição na eficiência da marcha. O objetivo foi investigar a viabilidade de identificar e classificar o riscode Demência com base na análise das variáveis cinemáticas relacionadas com a marcha deidosos, utilizando algoritmos de machine learning. Este estudo observacional transversalexaminou uma amostra de 59 indivíduos com idades entre 60 ± 8 anos. Foram divididos emum grupo de idosos institucionalizados (GI) com 26 participantes e outro grupo não institucionalizado (GNI) com 33 participantes, todos residentes na cidade de Bragança. Os dados de marcha foram avaliados através de uma caminhada de 10 metros, capturados em vídeo e posteriormente analisados pelo software Kinovea. O estado cognitivo foi avaliado por meio do questionário Mini Exame do Estado Mental (MEEM) . Para a análise estatística, o programa PythonTM foi utilizado para criar um modelo de algoritmos de machine learning para classificar o risco de demência associado aos idosos de acordo com suas variáveis de marcha. Os resultados deste estudo mostraram que os modelos algorítmicos alcançaram um desempenho global de 74,6%, com o algoritmo Ada Boost a liderar com 83,5% . Avalidação cruzada dos algoritmos revelou uma precisão global de 72%, com o Classificador de Vetores de Suporte a apresentar o melhor desempenho individual 80%, indicando que este modelo respondeu corretamente a 80% das classificações nos diferentes subconjuntos de dados. Portanto, concluímos que a avaliação da marcha, combinada com algoritmos de machine learning, evidenciou a relação entre as variáveis da marcha e a demência, tornando-se uma técnica segura e eficiente para a classificação da demência.  \nii  \nABSTRACT  \nThe irreversibly progressive decline in physiological functions is known as aging. Among these changes is brain aging, which leads to cognitive decline and the promotion of dementia expression. This directly affects memory, learning, and motor skills, which results in a decrease in gait efficiency. The aim was to investigate the feasibility of identifying and classifying the risk of dementia based on the analysis of kinematic variables related to gait in the elderly, using machine learning algorithms. This cross-sectional observational study examined a sample of 59 individuals aged 60 ± 8 years. They were divided into a group of institutionalized elderly (GI) with 26 participants and another non-institutionalized group (GNI) with 33 participants, all living in the city of Bragança. Gait data were collected through a 10-meter walk, captured on video and later analyzed by the Kinovea software. Cognitive status was assessed using the Mini Mental State Examination (MMSE) questionnaire. For the statistical analysis, the PythonTM program was used to create a model of machine learning algorithms to classify the risk of dementia associat","cbCaib7tWvKIuy6g","https://ap.wps.com/l/cbCaib7tWvKIuy6g","pdf",1632861,1,55,"Portuguese","pt",112,"# Resumo\n# Agradecimentos","[{\"question\":\"Qual é o objetivo do estudo sobre demência e marcha?\",\"answer\":\"Investigar a viabilidade de identificar e classificar o risco de demência com base em variáveis cinemáticas da marcha usando algoritmos de machine learning.\"},{\"question\":\"Como foram coletados os dados de marcha e avaliadas as capacidades cognitivas?\",\"answer\":\"A marcha foi avaliada com uma caminhada de 10 metros, capturada em vídeo e analisada no Kinovea. O estado cognitivo foi medido com o Mini Exame do Estado Mental (MEEM).\"},{\"question\":\"Quais foram os principais resultados de desempenho dos algoritmos?\",\"answer\":\"Os modelos alcançaram desempenho global de 74,6%, com Ada Boost liderando (83,5%). Na validação cruzada, a precisão global foi de 72%, com o Classificador de Vetores de Suporte atingindo o melhor desempenho individual (80%).\"}]","Classificação de risco de demência - Dissertação - Dezembro | PDF",1785820021,85,{"code":4,"msg":31,"data":32},"ok",{"site_id":24,"language":23,"slug":33,"title":13,"keywords":34,"description":14,"schema_data":35,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":28},"dementia-risk-classification-dissertation-december","",{"@graph":36,"@context":86},[37,54,69],{"@type":38,"itemListElement":39},"BreadcrumbList",[40,44,48,51],{"item":41,"name":42,"@type":43,"position":20},"https://docshare.wps.com","Home","ListItem",{"item":45,"name":46,"@type":43,"position":47},"https://docshare.wps.com/pt/document/","Document",2,{"item":49,"name":12,"@type":43,"position":50},"https://docshare.wps.com/pt/document/saúde-e-cuidados/",3,{"item":52,"name":13,"@type":43,"position":53},"https://docshare.wps.com/pt/document/dementia-risk-classification-dissertation-december/124038/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":23,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":41,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-11","2026-08-04",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qual é o objetivo do estudo sobre demência e marcha?","Question",{"text":76,"@type":77},"Investigar a viabilidade de identificar e classificar o risco de demência com base em variáveis cinemáticas da marcha usando algoritmos de machine learning.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Como foram coletados os dados de marcha e avaliadas as capacidades cognitivas?",{"text":81,"@type":77},"A marcha foi avaliada com uma caminhada de 10 metros, capturada em vídeo e analisada no Kinovea. O estado cognitivo foi medido com o Mini Exame do Estado Mental (MEEM).",{"name":83,"@type":74,"acceptedAnswer":84},"Quais foram os principais resultados de desempenho dos algoritmos?",{"text":85,"@type":77},"Os modelos alcançaram desempenho global de 74,6%, com Ada Boost liderando (83,5%). Na validação cruzada, a precisão global foi de 72%, com o Classificador de Vetores de Suporte atingindo o melhor desempenho individual (80%).","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":24},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,119,123,127,129],{"id":95,"doc_module":4,"doc_module_name":46,"category_name":96,"show_sort_weight":97,"slug":98},26,"Contos e Romances",60,"story-novel",{"id":100,"doc_module":4,"doc_module_name":46,"category_name":101,"show_sort_weight":97,"slug":102},46,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":46,"category_name":105,"show_sort_weight":97,"slug":106},28,"Exames","exam",{"id":108,"doc_module":4,"doc_module_name":46,"category_name":109,"show_sort_weight":97,"slug":110},47,"Geral","general",{"id":112,"doc_module":4,"doc_module_name":46,"category_name":113,"show_sort_weight":97,"slug":114},29,"Histórias em Quadrinhos","comic",{"id":116,"doc_module":4,"doc_module_name":46,"category_name":117,"show_sort_weight":97,"slug":118},27,"Literatura","literature",{"id":120,"doc_module":4,"doc_module_name":46,"category_name":121,"show_sort_weight":97,"slug":122},32,"Pesquisa e Relatórios","research-report",{"id":124,"doc_module":4,"doc_module_name":46,"category_name":125,"show_sort_weight":97,"slug":126},33,"Religião e Espiritualidade","religion-spirituality",{"id":11,"doc_module":4,"doc_module_name":46,"category_name":12,"show_sort_weight":97,"slug":128},"healthcare",{"id":130,"doc_module":4,"doc_module_name":46,"category_name":131,"show_sort_weight":97,"slug":132},45,"Tecnologia","technology"]