Avaliação de dados para identificação de crianças atípicas na pré-escola
Palavras-chave:
Transtorno do Espectro Autista, Machine LearningResumo
O diagnóstico de neurodivergentes envolve uma avaliação multidisciplinar e interações familiares demoradas e dispendiosas. Este estudo busca otimizar o processo de diagnóstico do Transtorno do Espectro Autista (TEA) por meio do uso de frameworks de processamento de dados e algoritmos de machine learning. A base de dados existente foi refinada com base nos critérios do DSM-5 e Q-CHAT 10. A implementação foi realizada em Python, com base em uma base de dados disponível online. Os resultados foram analisados para entender qual algoritmo é o mais eficiente nesse caso.
Referências
APA. American Psychiatric Association et. al. (2014). DSM-5: Manual diagnóstico e estatístico de transtornos mentais. Artmed Editora. https://www.institutopebioetica.com.br/documentos/manual-diagnostico-e-estatistico-de-transtornos-mentais-dsm-5.pdf
Basso, R. Z.; Backes, B.; Alves, C. B. (2017). Diagnóstico do autismo: relação entre fatores contextuais, familiares e da criança. Psicologia: Teoria e Prática [em linha]. https://www.redalyc.org/articulo.oa?id=193851916009
Chein, F. (2019). Introdução aos modelos de regressão linear. Metodologias Coleção. https://repositorio.enap.gov.br/bitstream/1/4788/1/Livro_Regress%C3%A3o%20Linear.pdf
Frota, M. et. al. (2020). Análise de Características a partir de Algoritmos de Aprendizagem de Máquina para Auxílio ao Diagnóstico do Transtorno do Espectro Autista. Revista de Sistemas e Computação - RSC, Vol. 10, p. 94-103. https://revistas.unifacs.br/index.php/rsc/article/view/6476
Quinlan, J. R. (1993). C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers, Inc. Mach Learn 16, 235–240 (1994). https://doi.org/10.1007/BF00993309
Rojas, V.; Rivera, A.; Nilo, N. (2019). Actualización en diagnóstico e intervención temprana del Trastorno del Espectro Autista. Rev. chil. pediatr., Santiago, v. 90, n. 5, p. 478-484.
Menezes, Marcos A. (2023). A Inteligência Artificial versus a Inteligência Humana. Saberes Humanos, Vol. 13, n. 22, p. 220-239.
Downloads
Publicado
Edição
Seção
Categorias
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-ShareAlike 4.0 International License.
Os autores mantêm os direitos autorais sobre os trabalhos publicados nesta revista, concedendo à SETIF o direito de primeira publicação. O conteúdo está licenciado sob uma Licença Creative Commons Atribuição-CompartilhaIgual 4.0 Internacional (CC BY-SA 4.0), que permite copiar, redistribuir, remixar, transformar e criar a partir do material para qualquer finalidade, inclusive comercial, desde que seja atribuída a autoria e feita referência à publicação original nesta revista.
Os autores concordam que qualquer reutilização de seu trabalho por terceiros deve incluir o nome dos autores, o título do artigo, o nome da revista, o DOI (quando disponível) e o link para a licença.
É permitido e incentivado que os autores disponibilizem a versão publicada do trabalho em repositórios institucionais, sites pessoais ou redes acadêmicas imediatamente após a publicação, com menção à publicação inicial nesta revista.
