RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
pt_BR
Menu
Menu
Menu
Menu
DOI: 10.3791/63848-v
Please note that some of the translations on this page are AI generated. Click here for the English version.
Diagnosticar transtornos alimentares na área da saúde é um desafio. Portanto, o presente protocolo desenvolve um algoritmo baseado em 949 respostas de pacientes a um questionário, com o diagnóstico exibido em uma interface baseada na Web fácil de usar. Esse sistema facilita o diagnóstico preciso de transtornos alimentares, excluindo aqueles que se acredita ter um distúrbio alimentar.
O sistema decide se um paciente preenche os critérios diagnósticos para um transtorno alimentar e que tipo de transtorno alimentar, como anorexia nervosa, bulimia nervosa ou transtorno alimentar compulsivo. Assim, os pacientes tendem a ser mais honestos ao responder um computador do que uma pessoa física. E, claro, o sistema está economizando tempo para o médico.
O objetivo do método é melhorar a confiabilidade do diagnóstico do transtorno alimentar, auxiliando os médicos na seleção daqueles que sofrem de transtorno alimentar e encaminhando aqueles que não cumprem critérios de transtorno alimentar para outros tratamentos ou sem tratamentos. Demonstrando os procedimentos estará Alkioni Glibi, assistente de pesquisa em nosso laboratório. Após o encaminhamento do paciente, navegue até a página de aterrissagem da Web usando qualquer navegador moderno.
Use uma conta existente associada a um médico para fazer login na ferramenta web. Preencha o formulário de registro do paciente, incluindo RG do paciente, data de nascimento, idade e sexo, número do CPF. Pressione o botão Salvar para registrar um novo paciente.
Abra a aplicação do questionário em um dispositivo inteligente. Preencha o número do CPF e a primeira data de visita do paciente. A data atual é usada por padrão.
Em seguida, preencha as informações correspondentes ao peso, altura e idade do paciente. Em seguida, preencha as informações correspondentes a comportamentos como vômito induzido, frequência de lanches e taxa alimentar, seguido por particularidades correspondentes a itens cognitivos e emocionais, como medo de ganhar peso e sentimentos de dismorfia corporal. Pressione o botão Concluído para terminar o questionário.
Navegue até a página de aterrissagem da Web usando qualquer navegador da Web. Use uma conta existente para fazer login na ferramenta web. Procure o paciente utilizando o número de segurança social do paciente ou o RG do paciente.Adicione peso e altura medidos ao sistema.
Pressione a guia Resultado para obter a decisão algorítmica de saber se o paciente tem um distúrbio alimentar, ou ED e que tipo de ED. Em seguida, pressione a guia questiona de uma a 20 ou perguntas 21 a 34 para exibir as perguntas onde as respostas do paciente se desviam das respostas de indivíduos saudáveis. Selecione um diagnóstico final na guia Resultado, com base no algoritmo e na experiência do médico. Um exemplo de uma página de avaliação de risco para diagnóstico recomendado e a probabilidade estimada de precisão de zero para um é mostrado aqui.
A partir do diagnóstico recomendado e respostas de questionário, foram geradas respostas saudáveis e desviadas. O algoritmo que estima a probabilidade de diferentes tipos de distúrbios alimentares para o indivíduo é demonstrado aqui. A precisão do modelo foi determinada como 97,1 para ED e 82,8 para diagnóstico de ED.
Outro benefício do sistema é que ele fornece as respostas responsáveis pelo diagnóstico sugerido, o que permite ao sistema ensinar os médicos a diagnosticar melhor os pacientes e consultar outros profissionais de saúde em casos difíceis.
View the full transcript and gain access to thousands of scientific videos
Related Videos
07:46
Related Videos
15.1K Views
04:48
Related Videos
11.5K Views
04:46
Related Videos
7.7K Views
07:51
Related Videos
8K Views
11:29
Related Videos
9.7K Views
04:54
Related Videos
5.2K Views
06:21
Related Videos
6.3K Views
05:10
Related Videos
953 Views
19:32
Related Videos
52.7K Views
10:13
Related Videos
14.1K Views