[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-127585-pt":3,"doc-seo-127585-112":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},127585,549768064622,"Anda","https://ap-avatar.wpscdn.com/davatar_6f874abed73319feea01a86fa6f0fab8",32,"Pesquisa e Relatórios","Uso de machine learning para predizer suscetibilidade a antibióticos através de dados de pacientes hospitalizados","A farmacorresistência bacteriana ameaça a saúde global, exigindo estratégias para reduzir impactos na mortalidade e na economia. Técnicas de aprendizado de máquina, como campo da Inteligência Artificial, mostram potencial para prever resistência antimicrobiana e apoiar a seleção da terapia empírica em pacientes hospitalizados. O estudo aplicou algoritmos supervisionados para prever o resultado do teste de sensibilidade microbiana, usando dados retrospectivos do prontuário eletrônico e do laboratório de microbiologia. Treinados três modelos para predizer suscetibilidade a 12 antimicrobianos e avaliados via teste de permutação e análise SHAP.","UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE FARMÁCIA  \nPROGRAMA DE PÓS-GRADUAÇÃO EM ASSISTÊNCIA FARMACÊUTICA  \nUso de machine learning para predizer suscetibilidade a antibióticosatravés de dados de pacientes hospitalizados  \nBRENDA PETRÓ SILVEIRA  \nPORTO ALEGRE, 2023  \nUNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE FARMÁCIA  \nPROGRAMA DE PÓS-GRADUAÇÃO EM ASSISTÊNCIA FARMACÊUTICA  \nUso de machine learning para predizer suscetibilidade a antibióticos através de  \ndados de pacientes hospitalizados  \nDissertação apresentada por Brenda Petró Silveira para obtenção do GRAU DEMESTRE em Assistência Farmacêutica  \nOrientador Prof. Dr. Diogo Pilger  \nCo-Orientadora Prof. Dra. Carine Raquel Blatt  \nPorto Alegre, 2023  \nDissertação apresentada ao Programa de Pós-Graduação em Assistência Farmacêutica, em nível de Mestrado Acadêmico da Faculdade de Farmácia da Universidade Federal do Rio Grande do Sul, e aprovada no dia 17 de março de 2023 pela Banca Examinadora constituída por:  \nProf. Dr. Sóstenes Mistro – Universidade Federal da Bahia – UFBA  \nProfª . Dra. Patrícia Fisch – Pontifícia Universidade Católica do Rio Grande do Sul – PUCRS  \nProf. Dr. Cícero Armídio Gomes Dias – Universidade Federal de Ciências da Saúdede Porto Alegre – UFCSPA  \nCIP-Catalogação na Publicação  \nPetro Silveira, Brenda  \nUso de machine learning para predizersuscetibilidade a antibióticos através de dados de pacientes hospitalizados / Brenda Petro Silveira. -- 2023.  \n65 f .  \nOrientador: Diogo Pilger.  \nCoorientador: Carine Raquel Blatt .  \nDissertação (Mestrado) --Universidade Federal do Rio Grande do Sul, Faculdade de Farmácia, Programa de Pós-Graduação em Assistência Farmacêutica, Porto Alegre, BR-RS, 2023.  \n1. Aprendizado de Máquina. 2. Aprendizado de  \nMáquina Supervisionado. 3. Inteligência Artificial. 4. Farmacorresistência Bacteriana. 5. Testes de Sensibilidade Microbiana. I. Pilger, Diogo, orient.  \nII. Blatt, Carine Raquel, coorient. III. Título.  \nElaborada pelo Sistema de Geração Automática de Ficha Catalográfica da UFRGS com osdadosfornecidos pelo(a) autor(a) .  \nAGRADECIMENTOS  \nA concepção deste trabalho só foi possível, pois pude contar com a ajuda de pessoasmuito especiais. Esse apoio ocorreu dentro e fora do âmbito acadêmico, em forma deafeto, apoio emocional e também de maneira profissional e crítica, para que estapesquisa fosse concluída com êxito e trouxesse bons resultados.  \nAgradeço ao meu orientador Prof. Dr. Diogo Pilger por ter aceitado o convite de me guiar no mestrado. Além disso, sou grata pela confiança que sempre depositou em mim, e por acreditar que eu era capaz de trabalhar com um assunto tão novo edesafiador. Também agradeço à Profa. Dra. Carine Raquel Blatt , que aceitou ser minha co-orientadora e sempre deu contribuições muito importantes para aelaboração do estudo.  \nGostaria de agradecer à equipe da noHarm, em especial à diretora e fundadora Ana Helena Ulbrich, a qual foi essencial para que esse projeto ganhasse forma. Agradeçopor toda a ajuda, a qualquer hora, e pelos ricos ensinamentos. Através dela, pudeconhecer a Dra. Thiela Freitas e o Dr. Renato Cassol, os quais me acolheram no Hospital Nossa Senhora da Conceição e contribuíram para que a pesquisa tivesse fundamentação na prática clínica.  \nCom amor, meus queridos pais,Terezinha e João, incentivaram meu ingresso na pósgraduação e deram todo apoio para que eu me dedicasse do início ao fim. Sinto-me extremamente privilegiada por ter essas duas pessoas como meus alicerces e sougrata por todo investimento que fizeram em mim durante esses anos, sempreprimando pelo meu bem-estar e pela melhor educação.  \nTambém com amor, meu namorado Rafael acompanhou todo o desenvolvimento dotrabalho de perto. Inclusive, já se tornou especialista no assunto de tanto me ouvirfalar a respeito. Agradeço a ele pela paciência, pelo incentivo e por me fazer tão feliz, mesmo nas adversidades. Todo esse afeto foi o combustível para me fazer seguiradiante!  \nPor fim, agradeço a ","cbCairVPVnHbQhAV","https://ap.wps.com/l/cbCairVPVnHbQhAV","pdf",1239710,1,66,"Portuguese","pt",112,"# Resumo\n## Objetivo e método\n## Modelos e variáveis avaliadas\n## Resultados principais e interpretação","[{\"question\":\"Qual foi o objetivo da dissertação?\",\"answer\":\"Aplicar algoritmos de aprendizado de máquina supervisionado para prever o resultado do teste de sensibilidade microbiana em pacientes hospitalizados.\"},{\"question\":\"Quais dados foram utilizados para treinar os modelos?\",\"answer\":\"Foram analisadas informações retrospectivas do Prontuário Eletrônico e do Laboratório de Microbiologia de pacientes com cultura bacteriana positiva.\"},{\"question\":\"Quais algoritmos foram treinados e como os resultados foram avaliados?\",\"answer\":\"Foram treinados três modelos supervisionados (Gradient Boosting, Logistic Regression e Random Forest) para predizer suscetibilidade a 12 antimicrobianos, com teste de permutação e análise SHAP para identificar variáveis mais importantes.\"}]","Uso de machine learning para predizer suscetibilidade a antibióticos através de dados de pacientes hospitalizados | PDF",1785940119,102,{"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},"use-of-machine-learning-to-predict-antibiotic-susceptibility-through-hospitalized-patient-data","",{"@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/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":43,"position":53},"https://docshare.wps.com/pt/document/use-of-machine-learning-to-predict-antibiotic-susceptibility-through-hospitalized-patient-data/127585/",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","2026-08-23","2026-08-05",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 foi o objetivo da dissertação?","Question",{"text":76,"@type":77},"Aplicar algoritmos de aprendizado de máquina supervisionado para prever o resultado do teste de sensibilidade microbiana em pacientes hospitalizados.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Quais dados foram utilizados para treinar os modelos?",{"text":81,"@type":77},"Foram analisadas informações retrospectivas do Prontuário Eletrônico e do Laboratório de Microbiologia de pacientes com cultura bacteriana positiva.",{"name":83,"@type":74,"acceptedAnswer":84},"Quais algoritmos foram treinados e como os resultados foram avaliados?",{"text":85,"@type":77},"Foram treinados três modelos supervisionados (Gradient Boosting, Logistic Regression e Random Forest) para predizer suscetibilidade a 12 antimicrobianos, com teste de permutação e análise SHAP para identificar variáveis mais importantes.","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},[94,99,103,107,111,115,119,121,125,129],{"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":11,"doc_module":4,"doc_module_name":46,"category_name":12,"show_sort_weight":97,"slug":120},"research-report",{"id":122,"doc_module":4,"doc_module_name":46,"category_name":123,"show_sort_weight":97,"slug":124},33,"Religião e Espiritualidade","religion-spirituality",{"id":126,"doc_module":4,"doc_module_name":46,"category_name":127,"show_sort_weight":97,"slug":128},31,"Saúde e Cuidados","healthcare",{"id":130,"doc_module":4,"doc_module_name":46,"category_name":131,"show_sort_weight":97,"slug":132},45,"Tecnologia","technology"]