Loading repository data…
Loading repository data…
MatheusGaviota / repository
Este repositório apresenta uma análise acadêmica com dados do NHANES para investigar a relação entre depressão e apneia obstrutiva do sono (OSA), além de estimar fatores de risco em pacientes deprimidos.
Este repositório apresenta uma análise acadêmica com dados do NHANES para investigar a relação entre depressão e apneia obstrutiva do sono (OSA), além de estimar fatores de risco em pacientes deprimidos. O pipeline de machine learning foi desenvolvido com base no estudo Prediction of depressive disorder machine learning approaches: findings from the NHANES, adaptado ao contexto e às variáveis disponíveis.
O desenho metodológico segue a lógica do Prediction of depressive disorder, preservando a ênfase em variáveis clínicas e sociodemográficas e em um modelo probabilístico interpretável.
A fonte é o NHANES (National Health and Nutrition Examination Survey), com dados brutos em arquivos .xpt. Os arquivos originais estão em nhanes-original/ e o conjunto processado em nhanes_processado.csv.
O modelo utiliza Naive Bayes misto, combinando distribuições Gaussianas para variáveis contínuas e Bernoulli para variáveis binárias/categóricas. As variáveis contínuas são normalizadas por z-score. Para lidar com desbalanceamento, aplica-se undersampling aleatório, além de divisão estratificada entre treino e teste. A seleção de hiperparâmetros é feita via validação cruzada com grid search, sem divulgação de métricas numéricas no README.
MachineLearning.ipynb: notebook principal com preparação dos dados e modelagem.nhanes-original/: arquivos NHANES em formato .xpt.nhanes_processado.csv: base consolidada após o pré-processamento.artigos-cientificos/: materiais de apoio e literatura consultada.Este trabalho tem finalidade acadêmica e educacional, não devendo ser utilizado para decisões clínicas. Os resultados dependem da qualidade dos dados e do recorte amostral do NHANES.
NHANES (National Health and Nutrition Examination Survey) e o estudo-base Prediction of depressive disorder machine learning approaches: findings from the NHANES.