Aplicação de técnicas de mineração de texto para a classificação e análise textual de artigos científicos sobre antidepressivos (2021)
- Authors:
- USP affiliated author: ALVES, VICTOR HUGO - FCF
- School: FCF
- Subjects: ANTIDEPRESSIVOS; ARTIGO CIENTÍFICO
- Keywords: agrupamento; modelagem matemática; cetamina
- Language: Português
- Abstract: INTRODUÇÃO: Depressão é uma doença comum definida por um sentimento de tristeza, baixa autoestima e diminuição da percepção de valor próprio que pode levar ao suicídio. Segundo a OMS é estimado que 3,8% da população mundial sofra com depressão. Para o tratamento da depressão temos a terapia cognitiva comportamental, terapia eletroconvulsiva e terapias farmacológicas, originalmente atuando sobre a recaptação de monoaminas, como serotonina, noradrenalina e dopamina, e também terapias novas inibindo receptores glutamatérgicos e estimulando a neurogênese. Por ser um campo de estudo vasto, o número de publicações sobre o tema de depressão e antidepressivos vem crescendo consideravelmente. E devido a expansão rápida da quantidade de conteúdo, o uso de técnicas de mineração de texto pode ser bastante útil para tornar análises textuais mais dinâmicas e adicionar valor através de novas perspectivas baseadas em dados. OBJETIVOS: Realizar um agrupamento por técnicas de modelagem de texto e buscar novas relações entre fármacos antidepressivos MATERIAIS E MÉTODOS: Foi realizada uma extração de 395 artigos científicos disponíveis para consulta dentro da base de dados da Elsevier, processos de limpeza, preparação e organização dos dados antes da criação dos modelos de K-médias e LDA. Após estes processos dois métodos de agrupamentos foram realizados no software e linguagem de programação R versão: 4.0.3 aplicados com validação cruzada prévia para encontrar os pontos ótimos e depois comparar ambos os modelos. RESULTADOS: O modelo LDA apresentou ótimo desempenho no processo de agrupamento dos artigos científicos, sendo observado a partir da validação cruzada que 50 tópicos foi o ideal. Depois de agrupados, os tópicos foram avaliados e cada um deles recebeu um tema. Os artigos científicos que foram alocadosdentro dos temas relacionados a cetamina foram avaliados sobre sua proximidade a temas adjacentes, procurando por intersecções nas áreas associadas a cetamina, em especial sugerindo o estudo do impacto neurológico da cetamina em mães e nas gerações seguintes. CONCLUSÃO: Apesar das limitações apresentadas por este trabalho em relação ao número de documentos analisados e o período restrito a 2020 e 2021, o uso da técnica de LDA trouxe uma visão e organização dos artigos científicos bastante interessante e permitiu que uma nova indicação para área de estudo sobre a cetamina
- Imprenta:
-
ABNT
ALVES, Victor Hugo. Aplicação de técnicas de mineração de texto para a classificação e análise textual de artigos científicos sobre antidepressivos. 2021. Trabalho de Conclusão de Curso (Graduação) – Faculdade de Ciências Farmacêuticas, Universidade de São Paulo, São Paulo, 2021. Disponível em: https://bdta.abcd.usp.br/directbitstream/320dd031-ac7e-4932-ae6d-6f87a03e46bd/3071142.pdf. Acesso em: 20 abr. 2024. -
APA
Alves, V. H. (2021). Aplicação de técnicas de mineração de texto para a classificação e análise textual de artigos científicos sobre antidepressivos (Trabalho de Conclusão de Curso (Graduação). Faculdade de Ciências Farmacêuticas, Universidade de São Paulo, São Paulo. Recuperado de https://bdta.abcd.usp.br/directbitstream/320dd031-ac7e-4932-ae6d-6f87a03e46bd/3071142.pdf -
NLM
Alves VH. Aplicação de técnicas de mineração de texto para a classificação e análise textual de artigos científicos sobre antidepressivos [Internet]. 2021 ;[citado 2024 abr. 20 ] Available from: https://bdta.abcd.usp.br/directbitstream/320dd031-ac7e-4932-ae6d-6f87a03e46bd/3071142.pdf -
Vancouver
Alves VH. Aplicação de técnicas de mineração de texto para a classificação e análise textual de artigos científicos sobre antidepressivos [Internet]. 2021 ;[citado 2024 abr. 20 ] Available from: https://bdta.abcd.usp.br/directbitstream/320dd031-ac7e-4932-ae6d-6f87a03e46bd/3071142.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3071142.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
