1. Repositório Institucional UFC
2. EU - Encontros Universitários
3. ENEX - Encontro de extensão
4. ENEX - Resumo de trabalhos apresentados em eventos

Tipo:	Resumo
Título :	Árvores de classificação para termorregulação ineficaz de neonatos
Autor :	Santiago, Larysse Chrystine de Oliveira Fróes, Nathaly Bianka de Moraes Aquino, Wislla Ketlly Menezes de Lopes, Marcos Venicios de Oliveira
Palabras clave :	Recém-nascidos - Saúde e higiene;Temperatura corporal - Regulação;Diagnóstico em enfermagem;Enfermagem pediátrica;Neonatologia
Fecha de publicación :	2016
Editorial :	Universidade Federal do Ceará
Citación :	SANTIAGO, Larysse Chrystine de Oliveira; FRÓES, Nathaly Bianka de Moraes; AQUINO, Wislla Ketlly Menezes de; LOPES, Marcos Venicios de Oliveira. Árvores de classificação para termorregulação ineficaz de neonatos. Revista Encontros Universitários da UFC, Fortaleza, v. 1, n. 1, 2016. (Encontro de Extensão, 25)
Resumen en portugués brasileño:	O trabalho de avaliação de neonatos numa maternidade-escola permitiu o desenvolvimento de ferramentas de apoio ao diagnóstico. O presente estudo descreve o processo de desenvolvimento de árvores de classificação clínica de neonatos quanto à presença / ausência do diagnóstico de enfermagem Termorregulação ineficaz. Estas ferramentas foram construídas a partir da avaliação de saúde de 216 neonatos admitidos nas Unidades de Cuidado Intermediário Neonatal Convencional e Unidades de Terapia Intensiva Neonatal da referida maternidade por integrantes do projeto de extensão Tecnologia para o Cuidado de Enfermagem, Para a coleta de dados utilizou-se um instrumento subdividido em dados clínicos e exame físico para identificação das características definidoras de diagnóstico de enfermagem em questão. Após a identificação das características definidoras, o status diagnóstico de cada neonato foi definido com base em probabilidades posteriores obtidas a partir da análise de classe latente. Em seguida, três diferentes algoritmos computacionais (CHAID, CART e QUEST) foram utilizados para construção das árvores de classificação. A frequência das características definidoras variou entre 0,5% e 32,9%. A prevalência do diagnóstico em 43,5%. A árvores construída a partir do algoritmo CHAID incluiu quatro características definidoras. O erro de estimativa por validação cruzada foi de 14,4% e percentual de classificação correta foi de 90,3%. A árvore construída com base no método CART incluiu nove características definidoras. O erro de estimativa por validação cruzada foi de 10,2% e percentual de classificação correta foi de 92,6%. Por fim, a árvore construída com base no método QUEST incluiu seis características definidoras. O erro de estimativa por validação cruzada foi de 10,6% e percentual de classificação correta foi de 91,2%. As três árvores apresentaram desempenho satisfatório, sendo aquela obtida por método QUEST a que apresentou melhor desempenho.
URI :	http://www.repositorio.ufc.br/handle/riufc/57653
Derechos de acceso:	Acesso Aberto
Aparece en las colecciones:	ENEX - Resumo de trabalhos apresentados em eventos

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.