EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Determinants and prediction of cesarean delivery using machine learning techniques

Tabi Thuler Santos, Paulo Henrique Ferreira

Sigmae · 2024 · 13 (5) · 1-22

DOI: 10.29327/2520355.13.5-1 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Sigmae, 2024. Verfasst von Tabi Thuler Santos und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

As evidências de que a realização de partos cesáreos é mundialmente pautada por fatores socioeconômicos e de que essa prática pode aumentar os riscos para a saúde materna e infantil impõem uma discussão global sobre a utilização adequada das cesarianas. Este trabalho se propõe a contribuir com essa discussão com a busca pelos fatores mais importantes na determinação de parto cesáreo nos Estados Unidos em 2019 e com o desenvolvimento de modelos de predição de tipo de parto para o pré-natal. Foram testadas as performances preditivas dos algoritmos Random Forest e k-Nearest Neighbors em subconjuntos dos dados do National Center for Health Statistics. Os determinantes de parto cesáreo foram estudados com o uso de regressão logística a partir de variáveis selecionadas pela Random Forest. A análise dos resultados mostrou, por exemplo, que a intervenção de aumento do parto, a apresentação cefálica do feto, a quantidade de partos anteriores de nascidos vivos e a assistência de enfermeira ou obstetriz reduzem a probabilidade de parto cesáreo; enquanto que as faixas de idade mais altas da mãe (a partir de 35 anos), o parto gemelar, a obesidade da puérpera e a existência de cesáreas prévias aumentam a chance de o parto ser uma cesariana. Os resultados obtidos vão de encontro com os estudos existentes na literatura para o caso americano. Dentre as principais contribuições do presente trabalho à literatura está o enfoque econômico, pautando as técnicas e algoritmos de aprendizado de máquina em prol da discussão global sobre a utilização adequada de cesarianas.

Zitieren

APA

Santos, T. T., & Ferreira, P. H. (2024). Determinants and prediction of cesarean delivery using machine learning techniques. Sigmae, 13(5), 1-22. https://doi.org/10.29327/2520355.13.5-1

Vancouver

Santos TT, Ferreira PH. Determinants and prediction of cesarean delivery using machine learning techniques. Sigmae. 2024;13(5):1-22. doi:10.29327/2520355.13.5-1

BibTeX
@article{Santos2024,
  author = {Santos, Tabi Thuler and Ferreira, Paulo Henrique},
  title = {Determinants and prediction of cesarean delivery using machine learning techniques},
  journal = {Sigmae},
  year = {2024},
  volume = {13},
  number = {5},
  pages = {1--22},
  doi = {10.29327/2520355.13.5-1}
}
Kostenlos starten →