{"id":{"repo_id":"brazil-ufpe","oai_identifier":"oai:repositorio.ufpe.br:123456789/37711"},"canonical_url":"https://search.dev.ndltd.org/etd/brazil-ufpe/oai:repositorio.ufpe.br:123456789/37711","repository":{"repo_id":"brazil-ufpe","name":"Brazil UFPE","base_url":"https://repositorio.ufpe.br/oai/request"},"display":{"title":"Avaliação de risco para a disfunção temporomandibular : utilização da análise de árvore de decisão","abstract":"As disfunções temporomandibulares (DTM) representam um desafio diagnóstico e terapêutico para os dentistas. Frequentemente os indivíduos com DTM se apresentam com uma combinação perturbadora de manifestações clínicas e psicológicas. Dadas estas circunstâncias potencialmente complexas, é de interesse da comunidade científica a utilização de abordagens estatísticas preditivas que facilitem o processo de reconhecimento e/ou a predição de ocorrência da DTM, a fim de proporcionar aos pacientes as soluções mais adequadas para cada caso. A utilização da árvore de classificação se enquadra como um método de análise de decisão que facilitaria essa tarefa. Desta forma, o presente trabalho teve por objetivo construir um modelo preditivo que utiliza a análise estatística de árvore de classificação para prever a ocorrência de DTM, dividindo a amostra em grupos de alto e de baixo risco para o desenvolvimento da doença. Trata-se de um estudo transversal analítico, de base populacional, que envolveu uma amostra de 776 indivíduos que procuraram por atendimento médico ou odontológico nas unidades de saúde da família de Recife-PE. A amostra foi submetida à anamnese, composta de exames clínico e físico, por meio do instrumento Critérios para Diagnóstico em Pesquisa para DTM (RDC/TMD). Os dados foram inseridos no software SPSS 20.0 e analisados pelo teste Qui-quadrado de Pearson para a análise bivariada, e pelo método árvore de classificação para a análise multivariada. A prevalência da DTM foi de 35,4%. A DTM pôde ser predita pela dor orofacial (p<0,001), idade (p=0,005) e depressão (p=0,021), sendo maior a probabilidade da ocorrência em indivíduos com dor orofacial (47%), com idade de 25 a 59 anos (51,9%) e que apresentavam depressão (55,1%). Assim foi composto o grupo de alto risco para o desenvolvimento da DTM na amostra estudada. O grupo de baixo risco foi formado por indivíduos sem dor orofacial (17,6%). Pode-se concluir que o melhor preditor para a DTM foi uma variável clínica, a dor orofacial e que o modelo preditivo proposto pela árvore de classificação pode ser aplicado como uma ferramenta para simplificação da tomada de decisão quanto à ocorrência da DTM.","abstract_html":"As disfunções temporomandibulares (DTM) representam um desafio diagnóstico e terapêutico para os dentistas. Frequentemente os indivíduos com DTM se apresentam com uma combinação perturbadora de manifestações clínicas e psicológicas. Dadas estas circunstâncias potencialmente complexas, é de interesse da comunidade científica a utilização de abordagens estatísticas preditivas que facilitem o processo de reconhecimento e/ou a predição de ocorrência da DTM, a fim de proporcionar aos pacientes as soluções mais adequadas para cada caso. A utilização da árvore de classificação se enquadra como um método de análise de decisão que facilitaria essa tarefa. Desta forma, o presente trabalho teve por objetivo construir um modelo preditivo que utiliza a análise estatística de árvore de classificação para prever a ocorrência de DTM, dividindo a amostra em grupos de alto e de baixo risco para o desenvolvimento da doença. Trata-se de um estudo transversal analítico, de base populacional, que envolveu uma amostra de 776 indivíduos que procuraram por atendimento médico ou odontológico nas unidades de saúde da família de Recife-PE. A amostra foi submetida à anamnese, composta de exames clínico e físico, por meio do instrumento Critérios para Diagnóstico em Pesquisa para DTM (RDC/TMD). Os dados foram inseridos no software SPSS 20.0 e analisados pelo teste Qui-quadrado de Pearson para a análise bivariada, e pelo método árvore de classificação para a análise multivariada. A prevalência da DTM foi de 35,4%. A DTM pôde ser predita pela dor orofacial (p&lt;0,001), idade (p=0,005) e depressão (p=0,021), sendo maior a probabilidade da ocorrência em indivíduos com dor orofacial (47%), com idade de 25 a 59 anos (51,9%) e que apresentavam depressão (55,1%). Assim foi composto o grupo de alto risco para o desenvolvimento da DTM na amostra estudada. O grupo de baixo risco foi formado por indivíduos sem dor orofacial (17,6%). Pode-se concluir que o melhor preditor para a DTM foi uma variável clínica, a dor orofacial e que o modelo preditivo proposto pela árvore de classificação pode ser aplicado como uma ferramenta para simplificação da tomada de decisão quanto à ocorrência da DTM.","abstract_has_math":false,"creators":["CANUTO, Mariana Pacheco Lima de Assis Morais"],"institution":"Universidade Federal de Pernambuco","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["CALDAS JÚNIOR, Arnaldo de França"],"committee_chairs":[],"committee_members":[],"year":2017,"date_issued":"2017-06-28","date_published":"2017-06-28","updated_at":"2026-07-24T01:19:04Z","subjects":["Síndrome da disfunção da articulação temporomandibular","Técnicas de apoio para a decisão","Árvores de decisões","Modelos teóricos"],"languages":["por"],"rights":["openAccess","Attribution-NonCommercial-NoDerivs 3.0 Brazil"],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"],"identifier_entries":[]},"links":{"outbound_url":"https://repositorio.ufpe.br/handle/123456789/37711","outbound_label":"Repository record","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["CALDAS JÚNIOR, Arnaldo de França"]},{"key":"dc:creator","label":"Author","values":["CANUTO, Mariana Pacheco Lima de Assis Morais"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2020-08-21T20:11:38Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2020-08-21T20:11:38Z"]},{"key":"dc:date.issued","label":"Date","values":["2017-06-28"]},{"key":"dc:publisher","label":"Institution","values":["Universidade Federal de Pernambuco"]},{"key":"dc:type","label":"Dc Type","values":["doctoralThesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Síndrome da disfunção da articulação temporomandibular","Técnicas de apoio para a decisão","Árvores de decisões","Modelos teóricos"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["por"]},{"key":"dc:rights","label":"Dc Rights","values":["openAccess","Attribution-NonCommercial-NoDerivs 3.0 Brazil"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://repositorio.ufpe.br/handle/123456789/37711"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["CANUTO, Mariana Pacheco Lima de Assis Morais, também é conhecida em citações bibliográficas por: ​MORAIS, Mariana Pacheco Lima de Assis"]},{"key":"dc:description.abstract","label":"Abstract","values":["As disfunções temporomandibulares (DTM) representam um desafio diagnóstico e terapêutico para os dentistas. Frequentemente os indivíduos com DTM se apresentam com uma combinação perturbadora de manifestações clínicas e psicológicas. Dadas estas circunstâncias potencialmente complexas, é de interesse da comunidade científica a utilização de abordagens estatísticas preditivas que facilitem o processo de reconhecimento e/ou a predição de ocorrência da DTM, a fim de proporcionar aos pacientes as soluções mais adequadas para cada caso. A utilização da árvore de classificação se enquadra como um método de análise de decisão que facilitaria essa tarefa. Desta forma, o presente trabalho teve por objetivo construir um modelo preditivo que utiliza a análise estatística de árvore de classificação para prever a ocorrência de DTM, dividindo a amostra em grupos de alto e de baixo risco para o desenvolvimento da doença. Trata-se de um estudo transversal analítico, de base populacional, que envolveu uma amostra de 776 indivíduos que procuraram por atendimento médico ou odontológico nas unidades de saúde da família de Recife-PE. A amostra foi submetida à anamnese, composta de exames clínico e físico, por meio do instrumento Critérios para Diagnóstico em Pesquisa para DTM (RDC/TMD). Os dados foram inseridos no software SPSS 20.0 e analisados pelo teste Qui-quadrado de Pearson para a análise bivariada, e pelo método árvore de classificação para a análise multivariada. A prevalência da DTM foi de 35,4%. A DTM pôde ser predita pela dor orofacial (p<0,001), idade (p=0,005) e depressão (p=0,021), sendo maior a probabilidade da ocorrência em indivíduos com dor orofacial (47%), com idade de 25 a 59 anos (51,9%) e que apresentavam depressão (55,1%). Assim foi composto o grupo de alto risco para o desenvolvimento da DTM na amostra estudada. O grupo de baixo risco foi formado por indivíduos sem dor orofacial (17,6%). Pode-se concluir que o melhor preditor para a DTM foi uma variável clínica, a dor orofacial e que o modelo preditivo proposto pela árvore de classificação pode ser aplicado como uma ferramenta para simplificação da tomada de decisão quanto à ocorrência da DTM."]},{"key":"dc:title","label":"Title","values":["Avaliação de risco para a disfunção temporomandibular : utilização da análise de árvore de decisão"]}]}],"canonical_facts":{"dc:contributor.advisor":["CALDAS JÚNIOR, Arnaldo de França"],"dc:creator":["CANUTO, Mariana Pacheco Lima de Assis Morais"],"dc:date.accessioned":["2020-08-21T20:11:38Z"],"dc:date.available":["2020-08-21T20:11:38Z"],"dc:date.issued":["2017-06-28"],"dc:description":["CANUTO, Mariana Pacheco Lima de Assis Morais, também é conhecida em citações bibliográficas por: ​MORAIS, Mariana Pacheco Lima de Assis"],"dc:description.abstract":["As disfunções temporomandibulares (DTM) representam um desafio diagnóstico e terapêutico para os dentistas. Frequentemente os indivíduos com DTM se apresentam com uma combinação perturbadora de manifestações clínicas e psicológicas. Dadas estas circunstâncias potencialmente complexas, é de interesse da comunidade científica a utilização de abordagens estatísticas preditivas que facilitem o processo de reconhecimento e/ou a predição de ocorrência da DTM, a fim de proporcionar aos pacientes as soluções mais adequadas para cada caso. A utilização da árvore de classificação se enquadra como um método de análise de decisão que facilitaria essa tarefa. Desta forma, o presente trabalho teve por objetivo construir um modelo preditivo que utiliza a análise estatística de árvore de classificação para prever a ocorrência de DTM, dividindo a amostra em grupos de alto e de baixo risco para o desenvolvimento da doença. Trata-se de um estudo transversal analítico, de base populacional, que envolveu uma amostra de 776 indivíduos que procuraram por atendimento médico ou odontológico nas unidades de saúde da família de Recife-PE. A amostra foi submetida à anamnese, composta de exames clínico e físico, por meio do instrumento Critérios para Diagnóstico em Pesquisa para DTM (RDC/TMD). Os dados foram inseridos no software SPSS 20.0 e analisados pelo teste Qui-quadrado de Pearson para a análise bivariada, e pelo método árvore de classificação para a análise multivariada. A prevalência da DTM foi de 35,4%. A DTM pôde ser predita pela dor orofacial (p<0,001), idade (p=0,005) e depressão (p=0,021), sendo maior a probabilidade da ocorrência em indivíduos com dor orofacial (47%), com idade de 25 a 59 anos (51,9%) e que apresentavam depressão (55,1%). Assim foi composto o grupo de alto risco para o desenvolvimento da DTM na amostra estudada. O grupo de baixo risco foi formado por indivíduos sem dor orofacial (17,6%). Pode-se concluir que o melhor preditor para a DTM foi uma variável clínica, a dor orofacial e que o modelo preditivo proposto pela árvore de classificação pode ser aplicado como uma ferramenta para simplificação da tomada de decisão quanto à ocorrência da DTM."],"dc:identifier.uri":["https://repositorio.ufpe.br/handle/123456789/37711"],"dc:language.iso":["por"],"dc:publisher":["Universidade Federal de Pernambuco"],"dc:rights":["openAccess","Attribution-NonCommercial-NoDerivs 3.0 Brazil"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"],"dc:subject":["Síndrome da disfunção da articulação temporomandibular","Técnicas de apoio para a decisão","Árvores de decisões","Modelos teóricos"],"dc:title":["Avaliação de risco para a disfunção temporomandibular : utilização da análise de árvore de decisão"],"dc:type":["doctoralThesis"]},"updated_at":"2026-07-24T01:19:04Z"}