Skip to content

Development of a ML model for Acute Renal Failure inference in patients admitted by the Cardiology department of HU-UFPI. Addressing acquisition, development, evaluation and deployment as Web App.

Notifications You must be signed in to change notification settings

gabrielfmcoelho/IRA-HU-UFPI

Repository files navigation

Banner Insuficiência Renal Aguda HU UFPI

PT-BR: Insuficiência Real Aguda (IRA) em pacientes internados pelo setor de Cardiologia do HU-UFPI

Descrição do Projeto

Este projeto tem como objetivo o desenvolvimento de um modelo de Aprendizado de Máquina Supervisionado para inferência de Insuficiência Renal Aguda (IRA) de pacientes internados no Hospital Universitário da Universidade Federal do Piauí (HU-UFPI) no setor de cardiologia entre os anos de 2018 e 2022. Abordando aquisição, tratamento, análise, desenvolvimento, avaliação e implementação como WebApp.

Versionamento

Objeto Versão Data de Atualização
Notebook 2.5 27/02/2024
WebApp 1.5 27/02/2024

Estrutura do Projeto

IRA-Analysis-HU-UFPI/
|-- notebooks/
| |-- ira_analysis.ipynb
|-- data/
| |-- raw/
| | |-- creatinina_pacientes.csv
| | |-- controle_pacientes.csv
| |-- processed/
| | |-- ______.csv
| |-- final/
| | |-- ______.csv
|-- models/
| |-- modelo-1.pkl
|-- reports/
| |-- _________.pdf
| |-- ...
|-- src/
| |-- utils.py
|-- app/
| |-- webapp.py
|-- requirements.txt
|-- Makefile |-- README.md

  • notebooks: Contém o Jupyter Notebook principal para a análise dos dados e desenvolvimento dos modelos.

  • data:

    • raw: Armazena os dados brutos extraídos do banco AGHU.
    • processed: Local para salvar dados processados durante a análise.
    • final: Destinado aos dados finais após a conclusão da análise.
  • models: Contém os modelos de machine learning treinados, salvos em formato pickle (.pkl).

  • reports: Armazena os relatórios e documentos gerados durante a análise, como o relatório final em PDF.

  • src: Código-fonte e utilitários para a análise, como o arquivo utils.py.

  • app: Possui arquivos relacionados a aplicação web para uso de validação do modelo, com o arquivo webapp.py.

  • requirements.txt: Lista as dependências do projeto para replicação.

  • README.md: Documentação principal do projeto, incluindo informações sobre a estrutura, configuração e execução do código.

Preparação do Ambiente Virtual

Para a replicação do projeto, é necessário a criação de um ambiente virtual com as dependências necessárias.

  • dependencias basicas:
    • python >= 3.11
    • pip 20.0.2
    • git 2.25.1

Após assegurar que as dependências básicas estão instaladas, acesse o terminal e navegue até a pasta raiz do projeto. Em seguida, execute os seguintes comandos:

make prepare-env

Execução do Web App

Para executar o web app, basta executar o seguinte comando no terminal dentro da pasta raiz do projeto:

make iniciar-webapp

O Web App estará disponível no endereço http://localhost:8080/.

Autores

Nome Lattes Email
Gabriel Feitosa Melo Coelho Link gabrielcoelho09gc@gmail.com
Francisco Luciani de Miranda Vieira Link email_mockup@gmail.com

Consentimento de Uso de Dados

Esta projeto foi desenvolvido como parte do projeto __________, encabeçada pela residente _______, sob orientação do prof. Dr. ______. Os dados utilizados são de propriedade do Hospital Universitário da UFPI e foram cedidos para o desenvolvimento desta análise.

EN: Acute Real Insufficiency (ARF) in patients admitted to the Cardiology department of HU-UFPI

About

Development of a ML model for Acute Renal Failure inference in patients admitted by the Cardiology department of HU-UFPI. Addressing acquisition, development, evaluation and deployment as Web App.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published