Missing data handling in health sciences a neuro-fuzzy methods approach

Os levantamentos epidemiológicos de saúde periodontal exigem um tempo de exame extenso quando realizados através de avaliações completas da boca, o que sobrecarrega participantes e examinadores. Para aliviar isso, utiliza-se exames parciais da boca, omitindo intencionalmente alguns dados. No entanto, esses métodos podem levar a estimativas enviesadas de prevalência. Esta dissertação aborda essa questão aplicando métodos IA-fuzzy para imputação de dados ausentes em levantamentos epidemiológicos com avaliações unilaterais das arcadas dentárias. Usando técnicas avançadas de machine learning, esta investigação visa melhorar a predição de valores omitidos intencionalmente, garantindo estimativas de prevalência não enviesadas. A revisão da literatura destaca a complexidade da periodontite e as limitações dos métodos tradicionais de imputação de dados na gestão de dados ausentes. O estudo utiliza dados de exames periodontais do National Health and Nutrition Examination Survey (NHANES) e emprega métodos estatísticos avançados para avaliar a simetria dentária. O método de imputação Mãe-Filha (MoDau), baseado em modelos XGBoost, foi desenvolvido para aprimorar a qualidade dos dados imputados. Os resultados indicam que a função de medição de simetria (SM) avalia eficazmente a simetria da profundidade de sondagem periodontal (pocket probing depth, PPD), mostrando forte correlação com as avaliações profissionais. O método Modau exibe uma precisão preditiva robusta, especialmente para categorias mais altas de PPD, embora apresente discrepâncias nos valores mais baixos. Este estudo ressalta a utilidade clínica e epidemiológica da função SM e o potencial dos métodos Artificial Inteligence-fuzzy (AI-fuzzy) para melhorar a imputação de dados. Pesquisas futuras devem explorar a aplicação desses métodos em outras áreas odontológicas e integrar técnicas adicionais de inteligência artificial (IA) para refinar ainda mais os modelos preditivos.

Name thesis:degree_name

Doutoramento em Matemática

Year dc:date.issued

2025

Author dc:creator

• Pereira, José António Ferreira Lobo

Advisors dc:contributor.advisor

• Oliveira, Teresa A.
• Carvalho, Davide Maurício Costa
• Mubayi, Anuj

• Periodontal
• Dados ausentes planeados
• Imputação de dados
• Inteligência artificial
• Simetria difusa
• Simetria oral
• Planed missing data
• Data imputation
• Artificial intelligence
• Fuzzy symmetry
• Oral symmetry

Licence dc:rights.uri

• http://creativecommons.org/licenses/by-nc-nd/4.0/

Language dc:language.iso

eng

Identifier URI

urn:tid:101821654

OAI identifier oai:identifier

oai:repositorioaberto.uab.pt:10400.2/19988