|
|
Atividade
| 127133 - Atenção Primária à Saúde do obeso |
| Período da turma: | 02/09/2024 a 29/08/2025
|
||||
|
|
|||||
| Descrição: | EMENTA:
Atendimento integral extensionista na atenção básica de saúde, também tendo contato com atividades das várias áreas da saúde, conhecendo a história natural das patologias mais prevalentes através da epidemiologia clínica, capacitando para a racionalização da utilização de recursos diagnósticos e terapêuticos, valorizando os dados da anamnese e do exame físico, mantendo uma visão biopsicossocial do processo saúde-doença e do trabalho em equipe multiprofissional com todo o preparo para atuação na atenção primária em saúde. Além de levar educação em saúde junto ao paciente, família, comunidade e equipe de saúde. As atividades de extensão consistem em atendimento à comunidade extramuros em escolas/instituições/empresas/ unidades de saúde e atendimento clínico de pacientes de Bauru e região pelos estudantes, sob a supervisão dos professores. Propostas recentes, têm mostrado resultados promissores tanto na geração de modelos preditivos quanto na estimativa de padrões úteis na detecção e diagnóstico de doenças bucais (CANTU et al., 2020; GEETHA et al., 2020., LIU et al., 2020; PARK et al., 2021; TALPUR et al., 2022). Contudo, não há relatórios anteriores que sintetizem sistematicamente o desempenho desses recursos no diagnóstico e na predição da doença. A recente aplicação da IA em apoio à Odontologia vislumbra melhorias futuras nas técnicas de diagnóstico e no prognóstico de várias doenças nos dentes e em outras estruturas bucais. No entanto, novos inquéritos são necessários para validar esses resultados (PETHANI, 2021; REYES et al., 2021). Serão utilizados na aplicação da IA dois tipos distintos de dados: texto e imagens. Para os dados textuais, utilizaremos o modelo DistilBERT, que é derivado do BERT, como algoritmo para classificar as amostras, treinando a IA para que possa fornecer respostas precisas. São plataformas altamente adaptáveis para a classificação de textos. O DistilBERT, em particular, desempenha um papel essencial no processamento de linguagem natural (PLN), categorizando textos em classes pré-estabelecidas. (Aggarwal, 2022). Serão adotados modelos de regressão logística (RL) e algoritmos próprios da IA (árvore de decisão, floresta aleatória, e XGBoost), implementados usando o software RStudio. O teste de DeLong e o algoritmo SHAP serão adotados para mensurar o desempenho do XGBoost. REFERENCIAS: 17. Bibliografia básica atualizada: Aggarwal, Karan et al. “Has the Future Started? The Current Growth of Artificial Intelligence, Machine Learning, and Deep Learning ”, Iraqi Journal For Computer Science and Mathematics, vol. 3, no. 1, pp. 115–123, Jan. 2022. BORRELL CARRIÓ, F. B. Entrevista clínica: habilidades de comunicação para profissionais de saúde. Porto Alegre: Artmed, 2012. 345 p. PORTO, C. C. Semiologia médica. 7. ed. Rio de Janeiro: Guanabara Koogan, 2017. 1413 p. CANTU, Anselmo Garcia et al. Detecting caries lesions of different radiographic extensions on bitewings using deep learning. Journal of dentistry. v. 100, p. 103425. 2020. PETHANI, Farhana. Promises and Perils of Artificial Intelligence in Dentistry. Australian dental journal. v. 66, n. 2, p. 124-135. 2021. REYES, Lilian Toledo et al. Scope and challenges of machine learning-based diagnosis and prognosis in clinical dentistry: A literature review. Journal of clinical and translational research. v. 7, n. 4, p. 523. 2021. SALES-PERES, SHC. Obesidade & Saúde Bucal: riscos e desafios.1 ed. Maringá: Dental Press, 2016. p.263. Bibliografia Complementar: BRASIL, M. A. A. (Ed.). Psicologia médica: a dimensão psicossocial da prática médica. Rio de Janeiro: Guanabara Koogan, 2018. 283 p. DRUMMOND, J. P. Dor: o que todo médico deve saber. São Paulo: Atheneu, 2006. 120 p. GEETHA, Velliyangiri; APRAMEYA, KS; HINDUJA, Dharam M. Dental caries diagnosis in digital radiographs using back-propagation neural network. Health information science and systems. v. 8, n. 1, p. 1-14. 2020. FORATORI-JUNIOR, GA; MISSIO, ALT ; ORENHA, ES ; SALES-PERES SHC . Systemic Condition, Periodontal Status, and Quality of Life in Obese Women During Pregnancy and After Delivery. INTERNATIONAL DENTAL JOURNAL, v. 71, p. 1-9, 2021. LIU, Lu et al. Dental Caries Prediction Based on a Survey of the Oral Health Epidemiology among the Geriatric Residents of Liaoning, China. BioMed research international. v. 2020. p. 5348730. 2020. LÓPEZ, M.; LAURENTYS-MEDEIROS, J. de. Semiologia médica: as bases do diagnóstico clínico. 5. ed. Rio de Janeiro: Revinter, 2004. 1233 p. SALES-PERES, SHC. Saúde Coletiva e Epidemiologia em Odontologia. 1 ed. Santana de Parnaíba (SP): Editora Manole. 2021. 392p. CARACHO, R. A.; FORATORI JUNIOR, G. A. ; FUSCO, N. S. ; JESUINO, B. G. ; MISSIO, A. L. T. ; DE CARVALHO SALES-PERES, SH . Systemic condition and oral health-related quality of life in pregnant women with and without overweight assisted by public healthcare system. INTERNATIONAL DENTAL JOURNAL, v. 70, p. 287-295, 2020. PARK, You-Hyun; KIM, Sung-Hwa; CHOI, Yoon-Young. Prediction Models of Early Childhood Caries Based on Machine Learning Algorithms. International journal of environmental research and public health. v. 18, n. 16, p. 8613. 2021. TALPUR, Sarena et al. Uses of Different Machine Learning Algorithms for Diagnosis of Dental Caries. Journal of healthcare engineering. v. 2022. 2022. |
||||
| Carga Horária: |
184 horas |
||||
| Tipo: | Obrigatória | ||||
| Vagas oferecidas: | 10 | ||||
| Ministrantes: |
Eduardo Sanches Gonçales Sílvia Helena de Carvalho Sales Peres |
 voltar |
|
Créditos © 1999 - 2025 - Superintendência de Tecnologia da Informação/USP |