RESUMO
Objetivos:
avaliar a performance preditiva de diferentes algoritmos de inteligência artificial para estimar o tempo de execução do banho no leito em pacientes críticos.
Métodos:
estudo metodológico, que utilizou algoritmos de inteligência artificial para predizer o tempo de banho no leito em pacientes críticos. Foram analisados os resultados dos modelos de regressão múltipla, redes neurais perceptron multicamadas e função de base radial, árvore de decisão e random forest.
Resultados:
entre os modelos avaliados, o modelo de rede neural com função de base radial, contendo 13 neurônios na camada oculta, apresentou melhor performance preditiva para estimar o tempo de execução do banho no leito. Na validação dos dados, o quadrado da correlação entre os valores preditos e os valores originais foi de 62,3%.
Conclusões:
o modelo de rede neural com função de base radial apresentou melhor performance preditiva para estimar o tempo de execução do banho no leito em pacientes críticos.
Descritores:
Enfermagem; Banhos; Inteligência Artificial; Redes Neurais de Computação; Unidades de Terapia Intensiva