Não foi possível enviar o arquivo. Será algum problema com as permissões?

Você está aqui: start » projetos » hipertensao

Diferenças

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

- Ambos lados da revisão anterior Revisão anterior
Próxima revisão
- projetos:hipertensao [2007/10/01 20:25] tinetoon
+ Revisão anterior
+ projetos:hipertensao [2007/12/17 20:27] (atual) joel
@@ Linha -7,26 +7,34 @@ removida criada
 ===== Objetivos =====
 
 Geral : Aplicar técnicas multivariadas ​para encontrar possíveis fatores ​em um conjunto ​de risco para idosas hipertensasdados sobre hipertensão.
 
 Específicos ​:
 
   - Aplicar ​aplicar ​métodos de clusterização; 
   - Aplicar ​aplicar ​métodos de classificação; 
   - Comparar ​comparar ​os métodos de classificação ​em relação à capacidade preditiva; 
   - Avaliar a importância das variáveis explicativaslevantar, por diferentes metodologias,​ os potenciais fatores de risco para hipertensão.
 
  
 
 
 ===== Metodologia =====
 
 ==== Métodos Multivariados. ​====
 
     * Clusterização pelo método das k-médias
     * Regressão Logística
     ​* Clusterização 
     ​* Análise ​Linear ​Discriminante
     * Árvores de Decisão
     * Redes Neurais Artificiais
 
 === Análise de Cluster ===
 
 Denomina-se Análise de Cluster ou Análise de Agrupamentos o conjunto de técnicas utilizadas na identificação de padrões de comportamento em bancos de dados através da formação de grupos homogêneos. O  objetivo da analise de cluster é agrupar objetos ou variáveis semelhantes de forma que cada grupo seja homogêneo internamente e sejam diferentes entre si.
 
 === Árvores de Decisão ===
 
 Árvores de Decisão são extremamente úteis para revelar de forma simples, estruturas que são extremamente complexas. O pacote R dispõe de duas funções para o ajuste de árvores de decisão: tree e rpart. ​
 
 Pela função rpart é possível construir árvores de decisão no mesmo espírito descrito em Breiman et al. (1984) na monografia CART (Classification and Regression Trees).
 
 === Regressão Logística ===
@@ Linha -35,18 +43,39 @@ removida criada
 
 A tarefa aqui, é integrar à construção do modelo a intervenção dos especialistas na área. Então um passo no processo iterativo de seleção de variáveis é retirar preditoras selecionadas automaticamente que não tenham sentido, de acordo com opinião especializada.
 
 
 === Análise Linear Discriminante ===
 
 Neste trabalho será realizada somente a análise linear discriminante (LDA). Outros tipos de análise discriminante são: QDA(Quadratic Discriminant Analysis), FDA(Flexible Discriminant Analysis), PDA(Penalized Discriminant Analysis) e MDA(Mixture Discriminant Analysis). A função lda() presente no  pacote MASS do  R  realiza análise linear discriminante. É importante notar que para a construção da função linear discriminante os preditores devem ser quantitativos e assume-se matrizes de covariância iguais nos grupos.
 
 
 === Redes Neurais Artificiais ===
 
 Apesar de todo mito que envolve o uso de Redes Neurais Artificiais,​ o que está por trás desta técnica é a utilização de modelos não-lineares. Redes Neurais Artificiais para classificação estão implementadas no pacote nnet() presente na biblioteca MASS do R. A construção de uma rede neural associa-se a definição de sua topologia que no caso das redes do tipo feed-forward envolve a definição de 3 ou mais camadas. A primeira camada, chamada de camada de entrada necessita de tantos neurônios quanto forem o número de variáveis independentes,​ enquanto a última camada, denominada camada de saída, apresenta tantos neurônios quantas forem as variáveis resposta. Entre estas duas camadas podem existir uma ou mais camadas intermediárias,​ chamadas de camadas escondidas. O Teorema de Kolmogorov garante que uma camada escondida é suficiente para aproximar qualquer relação não-linear entre a resposta e as variáveis independentes,​ desde que satisfeitas algumas condições.
 
 
 ==== Avaliação de Capacidade Preditiva ====
 
 Os desempenhos de diferentes métodos para a classificação são usualmente comparados por intermédio de experimentos de validação cruzada com 10-dobras. Estes consistem em utilizar 90% dos dados para treinamento e 10% para teste. Os métodos passam por aprendizado supervisionado utilizando a chamada amostra de treinamento composta pelos dados selecionados com esta finalidade e o ajuste final é testado na amostra de teste.
 
 
 
 ===== Resultados e Discussão =====
  
 
 ===== Banco de Dados e Scripts do R =====
 
 
 {{projetos:​dados_hipertenso.txt|Banco de Dados - Hipertensão}}
 
 
 ===== Banco de Dados e Outros =====
 
 
 {{projetos:​dados_hipertenso.txt|Banco de Dados - Hipertensão}}
 
 {{pessoais:​tinetoon:​nomesvariaveis.xls|Nome das Variáveis - Hipertensão}}
 
 {{pessoais:​peccin:​dadostrein.txt|Dados Treinamento}}
 
 {{pessoais:​peccin:​dadostest.txt|Dados Validação}}
 
 ===== Links de Interesse =====
@@ Linha -57,5 +86,16 @@ removida criada
   * [[http://​www.abcdasaude.com.br/​artigo.php?​245|ABC da Saúde - Hipertensão Arterial: Investigação Clínica e Laboratorial]]
   * [[http://​www.abcdasaude.com.br/​artigo.php?​246|ABC da Saúde - Hipertensão Arterial: Prevenção e Tratamento]]
   * [[http://​www.sanny.com.br/​si/​site/​0302?​idioma=portugues|Sanny - American Medical do Brasil: Dobra Cultânea]]
   * [[http://​www.the-data-mine.com/​bin/​view/​Misc/​WebIndex | Recursos de Data Mining na WEB]]
   * [[http://​www.devmedia.com.br/​articles/​viewcomp.asp?​comp=5945 | Data Mining: conceitos e casos de uso na área da saúde]]
 
 ===== Outros Materiais =====
 
   * {{projetos:​dataminingcomr.pdf|Data Mining com R - Universidade do Minho}}
   * {{projetos:​machlearn:​comparisonofclassifiers.pdf|Comparação de Classificadores}}
   * {{projetos:​modeltree:​cart_area_medica.pdf|Comparação:​ Regressão Linear, Redes Neurais e CART}}
   * {{projetos:​usingr-2.pdf|Using-R - parte 2}}
   * {{projetos:​obesidade:​rnalogistichepatite.pdf|Redes Neurais e Regressão Logística para Diagnóstico de Hepatite}}
   * {{projetos:​artigo.pdf|Fatores de Hipertensão usando Redes Neurais Kohonen}}
 
 ===== Funções do R =====
@@ Linha -64,23 +104,23 @@ removida criada
 [[http://​cran.at.r-project.org/​src/​contrib/​Descriptions/​som.html |Pacote para Mapas Auto-Organizáveis ​
 (SOM) de Kohonen no R]]
 
 
 ===== Scripts do R =====
 
 <​code ​R>
 # pacotes necessarios
 require(MASS)
 
 require(tree)#​ arvores de decisao
 
 require(rpart)#​ arvores de decisao
 
 # Leitura do conjunto de dados
 dados<​-read.csv2('​http://​www.leg.ufpr.br/​~joel/​dados/​hiipertensao.csv',​na.strings=""​)
 
 # Re-expressão das variáveis
 dados<​-transform(dados,​sexo=factor(sexo,​labels=c('​feminino','​masculino'​)))
 
 </​code>​
 
  
  
 ==== Estudo - Regressão Logística ​Organizando o Banco de Dados para os Estudos ​====
 <​code>​
 
@@ Linha -90,86 +130,169 @@ removida criada
 names(dados)
 
 #separação ​Separação ​por sexo
 dad <- split(dados , dados$sexo)
 dadfem <- dad[["​feminino"​]]
 
 #​Eliminação do NA
 dadf <- na.omit(dadfem)
 
 #verificaçãoVerificação
 summary (dados$sexo)
 summary (dadfem$sexo)
 summary (dadf$sexo)
 sapply(dadf,​class)
 
 #Verificar os nomes das variáveis
 names(dadf)
 
 #Correlação com a variável resposta - PearsonSubstituições necessárias devido erro de digitação ​ 
 cor(dadf$hipertensao,​ dadf$inst, method = c("​pearson"​))tabag[92]<​-NA #era 2 
 cor(dadf$hipertensao, ​dadf$tabag, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$dcv, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$dtest, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$peso, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$estat, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$pasis, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$padias,​ method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$ccint, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$cabd, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$cquad, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$ccoxa, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$dcabd, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$dcsupra,​ method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$dctric,​ method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$dccoxa,​ method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$fa30, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$lc30, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$tc6x, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$tc6f, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$Idade, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$imc, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$rcq, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$nsecon,​ method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$exerc, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$diabete,​ method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$regi, method = c("​pearson"​)) 
 cor(dadf$hipertensao,​ dadf$hipaf, method = c("​pearson"​)) ​[713]<​-NA ​#alta correlação 
 cor(dadf$hipertensao,​ dadf$somadc,​ method = c("​pearson"​))era 8
 
 #Deixarei de fora as variáveis nasc, sexo, bairro e hipafEliminação do NA 
 pmod1 dadff <- na.omit(dadf[c) 
   
 #​Verificação 
 summary ​(4,​5,​6,​7,​8,​9,​10,​11,​12,​13,​14,​15,​16,​17,​18,​19,​20,​21,​22,​23,​24,​25,​26,​27,​28,​29,​30,​31,​33dados$sexo)] 
 mod1 <- glmsummary ​(hipertensao ~ .,​family=binomialdadfem$sexo) 
 summary ​(link=logitdadf$sexo),data=pmod1 
 summary (dadff$sexo)
 
 #Arrumando classe de dados 
 dadff$inst <- as.factor(dadff$inst) 
 dadff$tabag <- as.factor(dadff$tabag) 
 dadff$dcv <- as.factor(dadff$dcv) 
 dadff$peso <- as.numeric(dadff$peso) 
 dadff$estat <- as.numeric(dadff$estat) 
 dadff$pasis <- as.numeric(dadff$pasis) 
 dadff$padias <- as.numeric(dadff$padias) 
 dadff$ccint <- as.numeric(dadff$ccint) 
 dadff$cabd <- as.numeric(dadff$cabd) 
 dadff$cquad <- as.numeric(dadff$cquad) 
 dadff$ccoxa <- as.numeric(dadff$ccoxa) 
 dadff$dcabd <- as.numeric(dadff$dcabd) 
 dadff$dcsupra <- as.numeric(dadff$dcsupra) 
 dadff$dctric <- as.numeric(dadff$dctric) 
 dadff$dccoxa <- as.numeric(dadff$dccoxa) 
 dadff$fa30 <- as.numeric(dadff$fa30) 
 dadff$lc30 <- as.numeric(dadff$lc30) 
 dadff$tc6x <- as.numeric(dadff$tc6x) 
 dadff$tc6f <- as.factor(dadff$tc6f) 
 dadff$Idade <- as.numeric(dadff$Idade) 
 dadff$imc <- as.numeric(dadff$imc) 
 dadff$rcq <- as.numeric(dadff$rcq) 
 dadff$nsecon <- as.factor(dadff$nsecon) 
 dadff$exerc <- as.numeric(dadff$exerc) 
 dadff$hipertensao <- as.factor(dadff$hipertensao) 
 dadff$diabete <- as.factor(dadff$diabete) 
 dadff$regi <- ------------------------------------ 
 #Função para obtenção dos VIFs no R 
 #Fonte: Profaas.Dra.  Sueli Giolofactor(dadff$regi) 
 #Link: http://​peopledadff$hipaf <- as.ufpr.br/​~giolo/​CE071/​CodigosR/​viffactor(dadff$hipaf) 
 dadff$somadc <- as.Rnumeric(dadff$somadc) 
 #Apostila - Análise de Regressão - pag 19 - " Experiências práticas indicam que VIFs maiores que 10 Verificação 
 sapply(oudadff,5 por outros autoresclass)implicam que os coeficientes de regressão associados estão sendo pobremente estimados devido multicolineridade"​
 
 vif<-function (obj, digits = 5) { 
     Qr <- obj$qr 
     if (is.null(obj$terms) || is.null(Qr))  
         stop("​invalid '​lm'​ object: ​ no terms or qr component"​) 
     tt <- terms(obj) 
     hasintercept <- attr(tt, "​intercept"​) ​/code>0 
     p <- Qr$rank 
     if (hasintercept)  
         p1 <- 2:p 
     else p1 <- 1:p 
     R <- Qr$qr[p1, p1, drop = FALSE] 
     if (length(p1) > 1)  
         R[row(R) > col(R)] <- 0 
     Rinv <- qr.solve(R) 
     vv <- apply(Rinv, 1, function(x) sum(x^2)) 
     ss <- apply(R, 2, function(x) sum(x^2)) 
     vif <- ss * vv 
     signif(vif, digits) 
    }
 
 # ---------------------------------------------------------------
 vif(mod1)
 
 step==== Criação de Vetor de Índices ==== 
 <​code>​ 
 # Criacao de vetor de indices 
 > ind<​-1:​150 
 #  90% dos dados 
 > 0.9*150 
 [1] 135 
 # Indices para treinamento 
 > ind.train<​-sample(mod1ind,135) 
 > ind.train 
   [1]  77 103  89  57 122  75  41  81 147  94 144 117 128   ​6 ​ 55   ​7 ​ 52   5 
  [19] 118  96  98 125 104 115  30  80  35  17  20  95  50  27  56  40   9 109 
  ​[37] ​ 87  82 100  39 135 142  48  78  63  16  73 120  18  71 137 150 138  85 
  ​[55] ​ 13  23 136  12   ​8 ​ 72  61  68 112  93  83  76 140 146  26  43  62 134 
  ​[73] ​ 53  65  11 102  79 121  49 141  45  54  47 149 131  99  21  15 110 124 
  ​[91] ​ 22 113  74  88 129  42   ​1 ​ 51  10 145   ​3 ​ 86  28  25  29 114  33  37 
 [109]  58 126  97  46 116  64 111 108  66  34 105  14  60  59 101  92 107   4 
 [127] 130 119 127 132  91  90  84 133  24 
 # Selecao do conjunto de treinamento 
 > iris.train<​-iris[ind.train,​] 
 # Selecao do conjunto de teste 
 > iris.test<​-iris[-ind.train,​] 
 # Ajuste da arvore de classificacao 
 > tr.rp<​-rpart(Species~.,​data=iris.train) 
 # Grafico da arvore 
 > plot(tr.rp);​text(tr.rp) 
 # Armazenando os valores preditos 
 > preditos<​-predict(tr.rp,​newdata=iris.test) 
 > preditos 
     setosa versicolor ​ virginica 
 2        1 0.00000000 0.00000000 
 19       1 0.00000000 0.00000000 
 31       1 0.00000000 0.00000000 
 32       1 0.00000000 0.00000000 
 36       1 0.00000000 0.00000000 
 38       1 0.00000000 0.00000000 
 44       1 0.00000000 0.00000000 
 67       0 0.90196078 0.09803922 
 69       0 0.90196078 0.09803922 
 70       0 0.90196078 0.09803922 
 106      0 0.02439024 0.97560976 
 123      0 0.02439024 0.97560976 
 139      0 0.02439024 0.97560976 
 143      0 0.02439024 0.97560976 
 148      0 0.02439024 0.97560976 
 # Conjunto de teste 
 > iris.test 
     Sepal.Length Sepal.Width Petal.Length Petal.Width ​   Species 
 2            4.9         ​3.0 ​         1.4         ​0.2 ​    ​setosa 
 19           ​5.7 ​        ​3.8 ​         1.7         ​0.3 ​    ​setosa 
 31           ​4.8 ​        ​3.1 ​         1.6         ​0.2 ​    ​setosa 
 32           ​5.4 ​        ​3.4 ​         1.5         ​0.4 ​    ​setosa 
 36           ​5.0 ​        ​3.2 ​         1.2         ​0.2 ​    ​setosa 
 38           ​4.9 ​        ​3.6 ​         1.4         ​0.1 ​    ​setosa 
 44           ​5.0 ​        ​3.5 ​         1.6         ​0.6 ​    ​setosa 
 67           ​5.6 ​        ​3.0 ​         4.5         1.5 versicolor 
 69           ​6.2 ​        ​2.2 ​         4.5         1.5 versicolor 
 70           ​5.6 ​        ​2.5 ​         3.9         1.1 versicolor 
 106          7.6         ​3.0 ​         6.6         ​2.1 ​ virginica 
 123          7.7         ​2.8 ​         6.7         ​2.0 ​ virginica 
 139          6.0         ​3.0 ​         4.8         ​1.8 ​ virginica 
 143          5.8         ​2.7 ​         5.1         ​1.9 ​ virginica 
 148          6.5         ​3.0 ​         5.2         ​2.0 ​ virginica 
 > help(predict) 
 > help(predict.rpart) 
 # Classes preditas (type ="​class"​) 
 > preditos<​-predict(tr.rp,​newdata=iris.test,​type="​class"​) 
 > preditos 
          ​2 ​        ​19 ​        ​31 ​        ​32 ​        ​36 ​        ​38 ​        44 
     setosa ​    ​setosa ​    ​setosa ​    ​setosa ​    ​setosa ​    ​setosa ​    ​setosa 
         67         ​69 ​        ​70 ​       106        123        139        143 
 versicolor versicolor versicolor ​ virginica ​ virginica ​ virginica ​ virginica 
        148 
  ​virginica 
 Levels: setosa versicolor virginica 
 > table(iris.test$Species,​preditos) 
             preditos 
              ​setosa versicolor virginica 
   setosa ​         7          0         0 
   versicolor ​     0          3         0 
   virginica ​      ​0 ​         0         5
 
 </​code>​
 
 ==== Criação das Bases de Desenvolvimento e de Validação ====
 <code R>
 <​echo=F,​results=hide>>​=
 ind<​-1:​989 # Criacao de vetor de indices
 ind.trein<​-sample(ind,​890)#​ Indices para treinamento
 ind.trein
 dados.trein<​-dadff[ind.trein,​] # Selecao do conjunto de treinamento
 dados.test<​-dadff[-ind.trein,​] # Selecao do conjunto de teste
 @ 
 </​code>​
 
 
 <code R>
 dadostrein<​-read.table("​http://​www.leg.ufpr.br/​~joel/​dados/​dadostrein.txt",​h=T)
 dadostest<​-read.table("​http://​www.leg.ufpr.br/​~joel/​dados/​dadostest.txt",​h=T)
 </​code>​
 
 ===== Bibliografias =====
@@ Linha -194,27 +317,388 @@ removida criada
 </​bibtex>​
 
 <​bibtex>​ 
 @Book{hair+tatham+anderson+black:​2006,​ 
 author ​= {Hair, Joseph F. AND Tatham; Ronald L. AND Anderson, Rolph E. AND Black, William}, 
 title = {Multivariate Data Analysis},​ 
 note = {Tradu\c{c}\~{a}o:​ Adonai Schulup Sant'​Anna e Anselmo Chaves Neto}, 
 pages = {}, 
 publisher ​= Laboratórios de Estatística ==={Bookman},​ 
 address ​= {Porto Alegre}, 
 year = {2006}, 
 } 
 </​bibtex>​
 
 =========Flaviane Peccin ​=========================================== 
 <​bibtex>​ 
 @article{ABC2422007,​ 
 author = {ABC da Saúde}, 
 title = {Hipertensão Arterial - Crise Hipertensiva},​ 
 language = {pt}, 
 note = {http://​www.abcdasaude.com.br/​artigo.php?​242},​ 
 year = {2007}, 
 month = {11}, 
 }
 
 @article{ABC2442007,​
 author = {ABC da Saúde},
 title = {{Hipertensão Arterial - Introdução}},​
 language = {pt},
 note = {http://​www.abcdasaude.com.br/​artigo.php?​244},​
 year = {2007},
 month = {11},
 }
 
 Artigo: ​@article{ABC2452007,​ 
 author = {projetosABC da Saúde}, 
 title = {{Hipertensão Arterial - Investigação Clínica e Laboratorial}},​ 
 language = {pt}, 
 note = {http://​www.abcdasaude.com.br/​artigo.pdf|Fatores de Hipertensão usando Redes Neurais Kohonenphp?245}, 
 year = {2007}, 
 month = {11}, 
 }
 
 Apresentação@article{ABC2462007,​ 
 author = {ABC da Saúde}, 
 title = {{Hipertensão Arterial - Prevenção e Tratamento}},​ 
 language = {pt}, 
 note = {http:05/09/www.abcdasaude.com.br/​artigo.php?​246},​ 
 year = {2007- Grupo II}, 
 month = {11}, 
 }
 
 @article{CARVALHO1998,​
 title = {{Uma investiga\c{c}\~ao antropol\'​ogica na terceira idade: concep\c{c}\~oes sobre a hipertens\~ao arterial}},
 journal = {{Cadernos de Sa\'​ude P\'​ublica}},​
 author = {Carvalho, Fernanda AND Telarolli Junior, Rodolpho AND Machado, Jos\'e C\^andido Monteiro da Silva},
 ISSN = {0102-311X},​
 language = {pt},
 url = {http://​www.scielo.br/​scielo.php?​script=sci_arttext&​pid=S0102-311X1998000300019&​nrm=iso},​
 volume = {14},
 year = {1998},
 month = {07},
 pages = {617 - 621},
 publisher = {scielo},
 }
 
 @article{FUCHS1996,​ 
 title = {{Modelo hierarquizado:​ uma proposta de modelagem aplicada \`a investiga\c{c}\~ao de fatores de risco para diarr\'​eia grave}}, 
 journal ​= {{Revista de Sa\'​ude P\'​ublica}},​ 
 author={Fuchs, Sandra C AND Victora, Cesar G. AND Fachel, Jandyra}, 
 ISSN = {0034-8910},​ 
 language ​= {pt}, 
 url = {http://​www.scielo.br/​scielo.php?​script=sci_arttext&​pid=S0034-89101996000200009&​nrm=Christine Cardozo de Araujo ==== iso}, 
 volume ​= {30}, 
 year = {1996}, 
 month = {04}, 
 pages = {168 - 178}, 
 publisher ​= {scielo}, 
 }
 
 
 Artigo: {{projetos:​projeto_bambui_-_02.pdf|Projeto Bambuí-MG}}
 
 Apresentação@Book{HOFFMANN1977,​ 
 author = {Hoffmann, Rodolfo AND Vieira, S\^{o}nia},​ 
 title =  {{ An\'​alise de Regress\~{a}o:​ uma introdu\c{c}\~{a}o a econometria}},​ 
 pages = {}, 
 publisher = {Hucitec - USP}, 
 address = {São Paulo}, 
 year = {1977}, 
 } 
  
 @article{JARDIM2007,​ 
 title = {{Hipertens\~ao arterial e alguns fatores de risco em uma capital brasileira}},​ 
 journal = {{Arquivos Brasileiros de Cardiologia}},​ 
 author={Jardim,​ Paulo C\'​esar B. Veiga AND Gondim, Maria do Ros\'​ario Peixoto AND Monego, Estelamaris Tronco AND Moreira, Humberto Graner AND Vitorino, Priscila Valverde de Oliveira AND Souza, Weimar Kunz Sebba Barroso AND Scala, Luiz C\'​esar Naz\'​ario},​ 
 ISSN = {0066-782X},​ 
 language = {pt}, 
 url = {http:05/09/www.scielo.br/​scielo.php?​script=sci_arttext&​pid=S0066-782X2007000400015&​nrm=iso},​ 
 volume = {88}, 
 year = {2007}, 
 month = {04}, 
 pages = {452 - Grupo I457}, 
 publisher = {scielo}, 
 } 
  
 @Book{JOHNSON2007,​ 
 author = {Johnson, Richard A. AND Wichern, Dean W.}, 
 title = {{Applied Multivariate Statistical Analysis}},​ 
 note = {Sixth Edition}, 
 pages = {}, 
 publisher = {Pearson Prentice Hall}, 
 address = {}, 
 year = {1998}, 
 } 
  
 @Book{KLEINBAUM1994,​ 
 author = {KLEINBAUM, David G.}, 
 title = {Logistic Regression - Self-Learning Text}, 
 pages = {}, 
 publisher = {Springer-Verlang},​ 
 address = {New York}, 
 year = {1994}, 
 } 
  
 @article{LOLIO1993,​ 
 title = {{Hipertens\~ao arterial e possíveis fatores de risco}}, 
 journal = {{Revista de Sa\'​ude P\'​ublica}},​ 
 author = {Lolio, Cec\'​{\i}lia Amaro de AND Pereira, J\'​ulio C\'​esar Rodrigues AND Lotufo, Paulo Andrade AND Souza, Jos\'e Maria Pacheco de}, 
 ISSN = {0034-8910},​ 
 language = {pt}, 
 url = {http://​www.scielo.br/​scielo.php?​script=sci_arttext&​pid=S0034-89101993000500006&​nrm=iso},​ 
 volume = {27}, 
 year = {1993}, 
 month = {10}, 
 pages = {357 - 362}, 
 publisher = {scielo}, 
 } 
  
 @article{MEDICINAESAUDE2007,​ 
 author = {Medicina e Saúde}, 
 title = {{Pressão Arterial}},​ 
 language = {pt}, 
 url = { http://​www.portalbrasil.net/​medicina_pressao.htm},​ 
 year = {2007}, 
 month = {11}, 
 } 
  
 @article{PESSUTO1998,​ 
 title = {{Fatores de risco em indiv\'​{\i}duos com hipertens\~ao arterial}},​ 
 journal = {{Revista Latino-Americana de Enfermagem}},​ 
 author={Pessuto,​ Janete AND Carvalho, Em\'​{\i}lia Campos de}, 
 ISSN = {0104-1169},​ 
 language = {pt}, 
 url = {http://​www.scielo.br/​scielo.php?​script=sci_arttext&​pid=S0104-11691998000100006&​nrm=iso},​ 
 volume = {6}, 
 year = {1998}, 
 month = {01}, 
 pages = {33 - 39}, 
 publisher = {scielo}, 
 } 
 @Manual{R2007,​ 
 title = {R: A Language and Environment for Statistical Computing},​ 
 author = {{R Development Core Team}}, 
 organization = {R Foundation for Statistical Computing},​ 
 address = {Vienna, Austria}, 
 year = {2007}, 
 note = {{ISBN} 3-900051-07-0},​ 
 url = {http://​www.R-project.org},​ 
 } 
  
 @article{RELIASOFT2007,​ 
 author = {Reliasoft},​ 
 title = {{Relia Soft Brasil - Conceitos de Confiabilidade:​ Estimador de Máxima Verossimilhança (MLE)}}, 
 language = {pt}, 
 note = {http://​www.reliasoft.com.br/​hotwire/​edicao2/​conceito2.htm},​ 
 year = {2007}, 
 month = {11}, 
 } 
  
 @book{ROTHENBERG1976,​ 
 author = {Rothenberg,​ Robert E}, 
 title = {{Enciclopédia Médica ilustrada para uso no lar - Vol 1}}, 
 note = {Tradução:​ Camargo, Marisis Aranha}, 
 pages = {208 - 242}, 
 publisher = {Editora Abril}, 
 address = {São Paulo}, 
 year = {1976}, 
 } 
  
 @article{SANNY2007,​ 
 author = {Sanny - American Medical do Brasil}, 
 title = {{Sanny - American Medical do Brasil -  Dobra Cultânea}},​ 
 language = {pt}, 
 url = {http://​www.sanny.com.br/​si/​site/​0302?​idioma=portugues},​ 
 year = {2007}, 
 month = {11}, 
 } 
  
 @article{SBN2006,​ 
 author =       ​{Sociedade Brasileira de Nefrologia},​ 
 title = {{SBN - V Diretrizes Brasileiras de Hipertensão realizada em conjunto pelas Sociedades Brasileiras de Nefrologia, Cardiologia e Hipertensão em fevereiro de 2006}}, 
 language = {pt}, 
 note = {http://​www.sbn.org.br/​Diretrizes/​V_Diretrizes_Brasileiras_de_Hipertensao_Arterial.pdf},​ 
 year = {2007}, 
 month = {11}, 
 } 
  
  
 @article{SBNCAP9,​ 
 author =       ​{Sociedade Brasileira de Nefrologia},​ 
 title = {{SBN - Capítulo 9 - Prevenção da Hipertensão e dos Fatores de Risco Associados}},​ 
 language = {pt}, 
 note = {http://​www.sbn.org.br/​Diretrizes/​HA/​Capitulo\%2009\%20diretrizes\%20corrigido.pdf},​ 
 year = {2007}, 
 month = {11}, 
 } 
  
 @article{SILVA2004,​ 
 title = {{Fatores de risco para hipertensão arterial sistêmica versus estilo de vida docente}},​ 
 journal = {{ Revista Eletrônica de Enfermagem }}, 
 author={Silva,​ Jorge Luis Lima AND Souza, Solange Lourdes de}, 
 language = {pt}, 
 url = {http://​www.fen.ufg.br/​revista/​revista6_3/​pdf/​03_Original.pdf},​ 
 volume = {06}, 
 year = {2004}, 
 pages = {330 - 335}, 
 publisher = {fen}, 
 } 
  
 @MastersThesis{SIMAO2005,​ 
 author = {Simão, Manuel}, 
 title = {{Hipertensão arterial e fatores de risco associados: estudo entre universitários da cidade de Lubango-Angola}},​ 
 school = {USP}, 
 year = {2005}, 
 note = { http://​www.teses.usp.br/​teses/​disponiveis/​22/​22132/​tde-13092005-105607} 
 } 
  
 @article{SOUZA2005,​ 
 title = {{Prevalência de hipertensão arterial e fatores de risco associados em trabalhadores de uma instituição de ensino superior}},​ 
 journal = {{Revista da AMRIGS}}, 
 author={Souza,​ Jonny Arruda AND Zanettini, Luis Felipe Snell AND Zanettini, Marco Tulio AND Boldo, Rodrigo AND Moraes, Renan Stoll}, 
 language = {pt}, 
 url = { http://​www.amrigs.com.br/​revista/​49-04/​ao01.PDF},​ 
 volume = {49}, 
 year = {2005}, 
 pages = {226 - 232}, 
 publisher = {amrigs}, 
 } 
  
 @article{ZAITUNE2006,​ 
 title = {{Hipertensão arterial em idosos: prevalência,​ fatores associados e práticas de controle no Município de Campinas, São Paulo, Brasil}}, 
 journal = {{Cadernos de Sa\'​ude P\'​ublica}},​ 
 author={Zaitune,​ Maria Paula do Amaral AND Barros, Marilisa Berti de Azevedo AND C\'​esar,​ Chester Luiz Galv\~ao AND Carandina, Luana AND Goldbaum, Mois\'​es }, 
 ISSN = {0102-311X},​ 
 language = {pt}, 
 url = {http://​www.scielo.br/​scielo.php?​script=sci_arttext&​pid=S0102-311X2006000200006&​nrm=iso},​ 
 volume = {22}, 
 year = {2006}, 
 month = {02}, 
 pages = {285 - 294}, 
 publisher = {scielo}, 
 } 
  
 @article{KRAUSE2007,​ 
 author = {Krause, Maressa Priscila AND Hallage, Tatiane AND Miculis, Cristiane Petra AND Santos, Elisa Cesar Ribeiro dos AND Buzzachera, Cosme Franklin AND Silva, Sergio Gregorio da} 
 title = {{Associação entre a adiposidade corporal e a aptidão cárdio-respiratória em mulheres idosas}}, 
 language = {pt}, 
 url = {http://​www.efdeportes.com/​efd110/​adiposidade-corporal-e-a-aptidao-cardio-respiratoria-em-mulheres-idosas.htm},​ 
 publisher= ​   {Revista Digital - Buenos Aires - Año 12 - N° 110}  
 year = {2007}, 
 month = {07}, 
 } 
  
 @book{SOARES1991,​ 
 author = {Soares, José Francisco AND Farias, Alfredo Alves de AND Cesar, Cibele Comini}, 
 title = {{Introdução a Estatística}},​ 
 note = {}, 
 pages = {234 - 245}, 
 publisher = {Editora Guanabara Koogan}, 
 address = {Rio de Janeiro}, 
 year = {1991}, 
 } 
  
 @book{SOARES1983,​ 
 author = {Soares, José Francisco AND Bartan, Flávio Celso}, 
 title = {{Métodos Estatísticos em Medicina e Biologia}},​ 
 journal = {{14º Colóquio Brasileiro de Matemática}} 
 note = {Poços de Caldas de 14 a 22 de Jul de 1983}, 
 pages = {20 - 27 ; 81 - 108}, 
 publisher = {Instituto de Matemática Pura e Aplicada do CNPq}, 
 address = {Rio de Janeiro}, 
 year = {1983}, 
 } 
  
 @book{COSTANETO1977,​ 
 author = {Costa Neto, Pedro Luís de Oliveira},​ 
 title = {Estatística},​ 
 note = {14ª reimpressão},​ 
 pages = {39 - 45}, 
 publisher = {Editora Edgard Blücher},​ 
 address = {São Paulo}, 
 year = {1991}, 
 } 
  
 @book{PAULA2004,​ 
 author = {Paula, Gilberto A}, 
 title = {{Modelos de Regressão com Apoio Computacional}},​ 
 note = {www.ime.usp.br/​~giapaula},​ 
 pages = {100 - 143}, 
 publisher = {Universidade de São Paulo}, 
 address = {São Paulo}, 
 year = {2004}, 
 } 
  
 @article{LUNAFILHO1998,​ 
    title = {{Seq\"​u\^encia b\'​asica na elabora\c{c}\~ao de protocolos de pesquisa}},​ 
    ​journal = {{Arquivos Brasileiros de Cardiologia}},​ 
    ​author={Luna Filho, Br\'​aulio},​ 
    ISSN = {0066-782X},​ 
    ​language = {pt}, 
    URL = {http://​www.scielo.br/​scielo.php?​script=sci_arttext&​pid=S0066-782X1998001200001&​nrm=iso},​ 
    ​volume = {71}, 
    year = {1998}, 
    month = {12}, 
    pages = {735 - 740}, 
    ​publisher = {scielo}, 
    } 
     
 @unpublished{GIOLO2006,​ 
 author = {Giolo, Suely Ruiz}, 
 title = {Análise de Dados Categóricos},​ 
 note = {notas de aula para o Curso de Estatística da UFPR}, 
 address = {Curitiba},​ 
 year = {2006}, 
 } 
  
  
 @unpublished{GIOLO2007,​ 
 author = {Giolo, Suely Ruiz}, 
 title = {Análise de Regressão},​ 
 note = {Notas de aula para o Curso de Estatística da UFPR}, 
 pages = {}, 
 address = {Curitiba},​ 
 year = {2007}, 
 } 
  
  
 @Manual{GIOLO2004,​ 
 author = {Giolo, Suely Ruiz}, 
 title = {{Análise de Regressão}},​ 
 note = {Apostila e Notas de Aula}, 
 pages = {}, 
 publisher = {UFPR}, 
 address = {Curitiba},​ 
 year = {2004}, 
 } 
  
  
 @Manual{OGLIARI2007,​ 
 author = {Ogliari, Paulo José}, 
 title = {Regressão Logística},​ 
 note = {Curso On-Line - http://​www.inf.ufsc.br/​~ogliari/​cursoderegressao.html},​ 
 pages = {}, 
 publisher = {UFSC}, 
 address = {Curitiba},​ 
 year = {2007}, 
 } 
  
 @Manual{ANSELMO2006,​ 
 author = {Chaves Neto, Anselmo}, 
 title = {{Análise Multivariada II}}, 
 note = {Apostila e Notas de Aula}, 
 pages = {}, 
 publisher = {UFPR}, 
 address = {Curitiba},​ 
 year = {2006}, 
 } 
  
 </​bibtex>​ 
 
 ----
 Acompanhamento Assessoria
 
 {{projetos:​assessoria_-_lab_i_-_versao_individual.pdf|Assessoria LAB I}}
 
 ===== Modelos para Redação do TCC =====
 
       * {{pessoais:​joel:​modeloprojeto.tex|Modelo para Projeto de TCC}}   
       * {{projetos:​obesidade:​modeloprojeto.rnw|Modelo Rnw para Projeto}} 
       * {{projetos:​obesidade:​modelotcc.pdf|Modelo pdf para Projeto}}

QR Code
QR Code projetos:hipertensao (generated for current page)