Uma proposta de classificação Fuzzy para avaliação e controle do Diabetes Mellitus tipo 2
Resumo
O Diabetes Mellitus é uma doença crônica muito comum que vem crescendo a cada ano, podendo ser considerada um dos maiores desafios de problemas de saúde deste século. De acordo com dados publicados nas Diretrizes da Sociedade Brasileira de Diabetes 2015-2016, é provável que a população mundial com diabetes alcance 471 milhões até 2035 [2].O Diabetes, se não diagnosticado e tratado a tempo, pode trazer inúmeras complicações aos pacientes, como aumento do risco de doenças cardı́acas e acidente vascular cerebral,podendo evoluir a óbito. Muitas destas complicações poderiam ser evitadas com conhecimento do controle glicêmico e com mudanças no hábito de vida dos pacientes [1]. Em vista disso, o objetivo deste trabalho é estudar o perfil clı́nico de pacientes portadores de Diabetes Mellitus tipo 2 de tal forma que seja possı́vel inferir sobre o ı́ndice glicêmico de novos pacientes. Para isto, são utilizados os dados apresentados em [1], os quais referem-se a uma pesquisa clı́nica com delineamento de coorte prospectivo do tipo anterior-posterior com duração de 12 meses, dividido em três avaliações: inicial, após 6 meses e após 12 meses. Os dados foram coletados a partir de 77 pacientes divididos em grupos de intervenção (Grupo 1) e de controle (Grupo 2). A intervenção é baseada no uso do método de gerenciamento de caso de enfermagem, com atendimento multiprofissional, ações educativas em grupos, cuidado domiciliar e abordagem telefônica [1]. As variáveis analisadas consideram dados sociodemográficos, clı́nicos, hábitos de vida, controle glicêmico e fatores de risco para complicações crônicas [1]. Por meio da correlação dos dados coletados dos pacientes em estudo, juntamente com o autor de [1], foram definidas as variáveis de entrada que exercem maior influência na variação dos indicadores do Diabetes Mellitus tipo 2, sendo elas: idade, nı́vel de triglicérides, tempo de evolução do diagnóstico da doença, ı́ndice de massa corporal e circunferência abdominal. Desta forma, foram desenvolvidos 2 sistemas de classificação fuzzy, um para o Grupo 1 e outro para o Grupo 2. As funções de pertinência das 5 variáveis de entrada são formuladas por meio do treinamento
