Inteligência artificial para a farmacovigilância em postagens no twitter relacionadas a antidepressivos

Página do item simplificado
dc.contributor.advisorTeixeira, Fabio
dc.contributor.authorPaixão, Beatriz Silva
dc.contributor.authorGregorato, Katheleen Cristine
dc.contributor.refereeFerruzzi, Adriano José
dc.contributor.refereeAzevedo Neto, José Osório de Oliveira
dc.date.accessioned2024-02-23T15:52:51Z
dc.date.available2024-02-23T15:52:51Z
dc.date.issued2021-12-04
dc.description.abstractO 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.abstract2The 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.mimetypeapplication/pdf
dc.identifier.bibliographicCitationPAIXÃO, 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.urihttps://repositorio.ifsp.edu.br/handle/123456789/551
dc.publisherIFSP
dc.publisher.campiPIRITUBA
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazilen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/
dc.subject.keywordsInteligência artificial
dc.subject.keywordsFarmacovigilância
dc.subject.keywordsTwitter (Rede social on-line)
dc.subject.keywordsAntidepressivos
dc.titleInteligência artificial para a farmacovigilância em postagens no twitter relacionadas a antidepressivos
dc.typeTrabalhos de Conclusão de Curso de Graduação
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Paixão, Beatriz Silva_Gregorato, Katheleen Cristine.pdf
Tamanho:
947.39 KB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.92 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Tecnologia em Análise e Desenvolvimento de Sistemas