Combinação de mapas auto-organizáveis e árvore de decisão para explicação da tomada de decisão diagnóstica no transtorno de déficit de atenção/hiperatividade

• Ano de defesa: 2021
• Autor(a) principal: Silva, Anderson Martins
• Orientador(a): Silva, Leandro Augusto da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por; eng
• Instituição de defesa: Universidade Presbiteriana Mackenzie
• Palavras-chave em Português: mapas auto-organizáveis (SOM); árvore de decisão; transtorno de déficit de atenção e hiperatividade (TDAH)
• Link de acesso: https://dspace.mackenzie.br/handle/10899/29228

Transtorno de Déficit de Atenção/Hiperatividade (TDAH) apresenta-se em crianças e adolescentes como um padrão persistente de desatenção, hiperatividade e impulsividade que interfere no seu desenvolvimento. Estudos computacionais realizados sobre TDAH focam nas medidas de atividades cerebrais dos participantes e poucos utilizam testes cognitivos padronizados ou inventários comportamentais para avaliação de indicadores objetivos para elaboração do diagnóstico. O trabalho apresenta como proposta computacional a combinação de dois m´métodos de inteligência artificial para auxiliar a identificação de indicadores diagnósticos para diagnóstico do TDAH. A proposta é combinar uma rede neural de mapas auto-organizáveis para agrupar fatores advindos de testes e inventários padronizados e árvores de decisão para classificar os fatores mais relevantes. O estudo contemplado teve 127 crianças e adolescentes de 6 a 16 anos, sendo 48 com diagnóstico confirmado e 79 sem indicadores diagnósticos para TDAH. O trabalho apresenta como resultado relevante, a forte contribuição de escores do inventário de comportamentos para crianças e adolescentes no diagnóstico do transtorno.