Please use this identifier to cite or link to this item: https://hdl.handle.net/10216/103003
Full metadata record
DC FieldValueLanguage
dc.creatorJéssica Daniela Rocha Namora
dc.date.accessioned2019-02-03T04:14:02Z-
dc.date.available2019-02-03T04:14:02Z-
dc.date.issued2017-02-10
dc.date.submitted2017-04-04
dc.identifier.othersigarra:184881
dc.identifier.urihttps://repositorio-aberto.up.pt/handle/10216/103003-
dc.descriptionHoje em dia há uma grande quantidade de pessoas a consumir medicamentos diariamente, principalmente pessoas na 3ª idade. Todos esses medicamentos foram obrigatoriamente sujeitos a um conjunto de ensaios clínicos que permitem avaliar a sua eficácia e determinar efeitos adversos associados. No entanto os ensaios clínicos são realizados numa amostra extremamente pequena quando comparada com a população alvo.Os efeitos adversos associados a um medicamento podem proporcionar o aparecimento de novas doenças ou, em casos extremos, podem levar à morte do paciente. Os profissionais de saúde tomam em conta os efeitos adversos publicados na bula de cada medicamento aquando da prescrição de um medicamento a um doente.Posto isto, surge a ideia de um trabalho baseado em data mining que pretende gerir a informação sobre os princípios ativos dos fármacos e os efeitos adversos já conhecidos, com o objectivo de criar um modelo capaz de prever efeitos adversos de medicamentos. A segunda abordagem ao problema, tira partido de algoritmos preditivos com recurso aos descritores moleculares do princípio ativo do fármaco com o objetivo de encontrar justificações para o aparecimento de um dado efeito adverso.Assim, poderá ser possível descobrir novos efeitos adversos, sem recorrer a ensaios clínicos. Esta última prática para além de pôr a vida da população em risco, é mais dispendiosa e demorada do que a alternativa proposta.
dc.description.abstractNowadays there are lots of people consuming drugs daily, mainly elderly people. All of these drugs were subjected to a set of clinical trials to assess their efficacy, safety and determine associated adverse reactions. However, clinical trials are performed on an extremely small sample when compared to the target population.The adverse reactions associated with a drug may lead to the emergence of new diseases or, in extreme cases, may lead to the death of the patient. Health professionals take into account the adverse reactions publicly available when they want to prescribe a medicine. This led to the idea of a data mining project that intends to manage the information on the active principles of the drugs and the adverse reactions already known, in order to create a model capable of predicting adverse drug reactions.The first approach to the problem makes use of recommended systems, and verifies the similarities between drugs and adverse effects of already known drug-adverse pairs in order to predict adverse effects not yet known by the model.The second approach to the problem takes advantage of predictive algorithms using the molecular descriptors of the drug's active principle in order to find justifications for the appearance of a given adverse drug reaction.Thus, it may be possible to discover new adverse effects without resorting to clinical trials. The latter practice, in addition to putting the lives of the population at risk, is more costly and time-consuming than the proposed alternative.
dc.language.isopor
dc.rightsopenAccess
dc.subjectEngenharia electrotécnica, electrónica e informática
dc.subjectElectrical engineering, Electronic engineering, Information engineering
dc.titlePrevisão de efeitos adversos de medicamentos
dc.typeDissertação
dc.contributor.uportoFaculdade de Engenharia
dc.identifier.tid201798565
dc.subject.fosCiências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática
dc.subject.fosEngineering and technology::Electrical engineering, Electronic engineering, Information engineering
thesis.degree.disciplineMestrado Integrado em Engenharia Informática e Computação
thesis.degree.grantorFaculdade de Engenharia
thesis.degree.grantorUniversidade do Porto
thesis.degree.level1
Appears in Collections:FEUP - Dissertação

Files in This Item:
File Description SizeFormat 
184881.pdfPrevisão de efeitos adversos de medicamentos891 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.