Inteligência artificial para a farmacovigilância em postagens no twitter relacionadas a antidepressivos
| dc.contributor.advisor | Teixeira, Fabio | |
| dc.contributor.author | Paixão, Beatriz Silva | |
| dc.contributor.author | Gregorato, Katheleen Cristine | |
| dc.contributor.referee | Ferruzzi, Adriano José | |
| dc.contributor.referee | Azevedo Neto, José Osório de Oliveira | |
| dc.date.accessioned | 2024-02-23T15:52:51Z | |
| dc.date.available | 2024-02-23T15:52:51Z | |
| dc.date.issued | 2021-12-04 | |
| dc.description.abstract | O período de isolamento social teve diversos resultados, como, por exemplo, o impacto psicológico, fazendo com que grande parte da população consumisse antidepressivos e o aumento no uso de redes sociais, tornando-as valiosas fontes de dados. Objetivo: Construção de uma solução computacional que identifique automaticamente relatos de efeitos adversos relacionados a antidepressivos postados na rede social Twitter. Método: Criação de uma base de dados com 9.571 mil postagens coletadas da rede social. Utilização de técnicas de aprendizado de máquina, processamento de linguagem natural, reconhecimento de entidades nomeadas e grafos para demonstração dos resultados. Resultados: O reconhecimento de entidades nomeadas alcançou valores de f-score superiores a 0,58. Uma aplicação web foi construída para demonstrar as conexões entre usuários e relatos de efeitos adversos. Conclusão: A rede social mostrou-se uma fonte de dados poderosa para efeitos de farmacovigilância, pois o modelo de classificador apresentou resultados satisfatórios e promissores. | |
| dc.description.abstract2 | The period of social isolation had several results, such as the psychological impact, causing a large part of the population to consume antidepressants and the increase in the use of social networks, making them valuable sources of data. Objective: Construction of a computational solution that automatically identifies reports of adverse effects related to antidepressants posted on the social network Twitter. Method: Creation of a database with 9,571 thousand posts collected from the social network. Use of machine learning techniques, natural language processing, named entities recognition and graphs to demonstrate results. Results: The recognition of named entities reached f-score values greater than 0.58. A web application was built to demonstrate connections between users and reports of adverse effects. Conclusion: The social network proved to be a powerful data source for pharmacovigilance purposes, as the classifier model showed promising results. | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.bibliographicCitation | PAIXÃO, Beatriz Silva; GREGORATO, Katheleen Cristine. Inteligência artificial para a farmacovigilância em postagens no twitter relacionadas a antidepressivos. 2021. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) – Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, Campus São Paulo Pirituba, São Paulo, 2021. | |
| dc.identifier.uri | https://repositorio.ifsp.edu.br/handle/123456789/551 | |
| dc.publisher | Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP) | |
| dc.publisher.campi | PIRITUBA | |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.subject.keywords | Inteligência artificial | |
| dc.subject.keywords | Farmacovigilância | |
| dc.subject.keywords | Twitter (Rede social on-line) | |
| dc.subject.keywords | Antidepressivos | |
| dc.title | Inteligência artificial para a farmacovigilância em postagens no twitter relacionadas a antidepressivos | |
| dc.type | Trabalhos de Conclusão de Curso de Graduação |