Adiciona texto da introdução

guilhermedias · Jun 21, 2024 · 48e9d3e · 48e9d3e
1 parent 35136fb
commit 48e9d3e
Show file tree

Hide file tree

Showing 3 changed files with 183 additions and 2 deletions.
diff --git a/docs/texto.pdf b/docs/texto.pdf
diff --git a/texto/01-introducao/main.tex b/texto/01-introducao/main.tex
@@ -1,3 +1,26 @@
 \section{Introdução}
 
-A gloriosa Introdução.
+Diversos modelos de psicoterapia apresentam evidência de eficácia no tratamento de transtornos mentais. Uma parcela significativa dos pacientes,
+no entanto, não responde às intervenções, podendo até mesmo apresentar piora quando submetida a tratamento psicoterápico \cite{Cuijpers2021}. A
+variabilidade na taxa de resposta ao tratamento é parcialmente explicada pelo quadro clínico do paciente; ainda assim, observou-se que pessoas
+de uma mesma população clínica respondem de maneiras diferentes a um mesmo tratamento \cite{Hofmann2012}. Especula-se que um atendimento personalizado
+a nível individual possa melhorar a taxa de resposta ao tratamento \cite{Norcross2010, Norcross2018}.
+
+A literatura aponta uma série de variáveis preditoras de desfecho clínico para pacientes em tratamento psicoterápico, o que permitiria a adaptação
+dos protocolos de intervenção de acordo com a expectativa de resposta \cite{Smagula2019, Andover2020}. Não existe, porém, consenso acerca do valor
+preditivo de cada variável a nível individual e interações complexas entre diferentes preditores podem prejudicar a acurácia das previsões, podendo
+impactar propostas de personalização de tratamento negativamente \cite{Taubitz2022}.
+
+Técnicas de inteligência artificial baseadas em aprendizagem de máquina apresentam a capacidade de integrar uma grande quantidade de dados, impondo
+poucas restrições ao comportamento das variáveis observadas e produzindo modelos flexíveis aplicáveis em diferentes contextos \cite{Dwyer2018}. Em essência,
+a aprendizagem de máquina consiste no uso de métodos estatísticos e computacionais para identificar padrões de relacionamento subjacentes a um grande conjunto
+de dados, permitindo a construção de modelos classificatórios ou preditivos \cite{Roth2018}. Estudos sobre a aplicação de modelos de aprendizagem de máquina na
+previsão do desfecho de tratamentos em saúde mental apresentam resultados promissores \cite{Dwyer2018}, o que possibilitaria maior assertividade na personalização
+de tratamentos psicoterápicos a nível individual. Embora promissores, os modelos de aprendizagem de máquina apresentam uma série de limitações e sua aplicação
+em contextos de saúde deve ser criteriosamente avaliada. Para tanto, a Organização Mundial da Saúde documentou uma série de considerações sobre o uso dessa tecnologia
+nos cuidados em saúde, incluindo temas como validação analítica do modelo, métricas de performance e comparação \cite{WHO2023}.
+
+Este trabalho tem por objetivo identificar e discutir as possíveis aplicações e limitações do uso de modelos baseados em aprendizagem de máquina na prática da psicologia
+clínica. Busca-se também ilustrar o uso da aprendizagem de máquina no auxílio à tomada de decisões para o planejamento de intervenções psicoterápicas. Utilizando um
+conjunto de dados de uma intervenção digital em psicologia positiva para depressão \cite{Collins2023}, pretende-se construir modelos de regressão linear, clustering, support
+vector machine, árvores de decisão e redes neurais, avaliando o desempenho e discutindo a adequação de cada técnica ao contexto da psicologia clínica.
diff --git a/texto/references.bib b/texto/references.bib
@@ -44,7 +44,7 @@ @inproceedings{Deshmukh2015
   title = {Improving classification using preprocessing and machine learning algorithms on NSL-KDD dataset},
   url = {http://dx.doi.org/10.1109/ICCICT.2015.7045674},
   DOI = {10.1109/iccict.2015.7045674},
-  booktitle = {2015 International Conference on Communication,  Information &amp; Computing Technology (ICCICT)},
+  booktitle = {2015 International Conference on Communication,  Information and Computing Technology (ICCICT)},
   publisher = {IEEE},
   author = {Deshmukh,  Datta H. and Ghorpade,  Tushar and Padiya,  Puja},
   year = {2015},
@@ -72,4 +72,162 @@ @book{Sancineto2015
   title   = "Bateria Fatorial da Personalidade - BFP: manual técnico",
   publisher = "Casa do Psicólogo",
   year     =  {2015}
+}
+
+@article{Cuijpers2021,
+  title = {The effects of psychotherapies for depression on response,  remission,  reliable change,  and deterioration: A meta‐analysis},
+  volume = {144},
+  ISSN = {1600-0447},
+  url = {http://dx.doi.org/10.1111/acps.13335},
+  DOI = {10.1111/acps.13335},
+  number = {3},
+  journal = {Acta Psychiatrica Scandinavica},
+  publisher = {Wiley},
+  author = {Cuijpers,  Pim and Karyotaki,  Eirini and Ciharova,  Marketa and Miguel,  Clara and Noma,  Hisashi and Furukawa,  Toshi A.},
+  year = {2021},
+  month = jul,
+  pages = {288–299}
+}
+
+@article{Hofmann2012,
+  title = {The Efficacy of Cognitive Behavioral Therapy: A Review of Meta-analyses},
+  volume = {36},
+  ISSN = {1573-2819},
+  url = {http://dx.doi.org/10.1007/s10608-012-9476-1},
+  DOI = {10.1007/s10608-012-9476-1},
+  number = {5},
+  journal = {Cognitive Therapy and Research},
+  publisher = {Springer Science and Business Media LLC},
+  author = {Hofmann,  Stefan G. and Asnaani,  Anu and Vonk,  Imke J. J. and Sawyer,  Alice T. and Fang,  Angela},
+  year = {2012},
+  month = jul,
+  pages = {427–440}
+}
+
+@article{Norcross2010,
+  title = {What works for whom: Tailoring psychotherapy to the person},
+  volume = {67},
+  ISSN = {1097-4679},
+  url = {http://dx.doi.org/10.1002/jclp.20764},
+  DOI = {10.1002/jclp.20764},
+  number = {2},
+  journal = {Journal of Clinical Psychology},
+  publisher = {Wiley},
+  author = {Norcross,  John C. and Wampold,  Bruce E.},
+  year = {2010},
+  month = nov,
+  pages = {127–132}
+}
+
+@article{Norcross2018,
+  title = {Psychotherapy relationships that work III.},
+  volume = {55},
+  ISSN = {0033-3204},
+  url = {http://dx.doi.org/10.1037/pst0000193},
+  DOI = {10.1037/pst0000193},
+  number = {4},
+  journal = {Psychotherapy},
+  publisher = {American Psychological Association (APA)},
+  author = {Norcross,  John C. and Lambert,  Michael J.},
+  year = {2018},
+  month = dec,
+  pages = {303–315}
+}
+
+@article{Smagula2019,
+  title = {Moderators of Response to Cognitive Behavior Therapy for Major Depression in Patients With Heart Failure},
+  volume = {81},
+  ISSN = {0033-3174},
+  url = {http://dx.doi.org/10.1097/PSY.0000000000000712},
+  DOI = {10.1097/psy.0000000000000712},
+  number = {6},
+  journal = {Psychosomatic Medicine},
+  publisher = {Ovid Technologies (Wolters Kluwer Health)},
+  author = {Smagula,  Stephen F. and Freedland,  Kenneth E. and Steinmeyer,  Brian C. and Wallace,  Meredith J. and Carney,  Robert M. and Rich,  Michael W.},
+  year = {2019},
+  month = may,
+  pages = {506–512}
+}
+
+@article{Andover2020,
+  title = {Moderators of treatment response to an intervention for nonsuicidal self-injury in young adults.},
+  volume = {88},
+  ISSN = {0022-006X},
+  url = {http://dx.doi.org/10.1037/ccp0000603},
+  DOI = {10.1037/ccp0000603},
+  number = {11},
+  journal = {Journal of Consulting and Clinical Psychology},
+  publisher = {American Psychological Association (APA)},
+  author = {Andover,  Margaret S. and Schatten,  Heather T. and Holman,  Caroline S. and Miller,  Ivan W.},
+  year = {2020},
+  month = nov,
+  pages = {1032–1038}
+}
+
+@article{Taubitz2022,
+  title = {What the future holds: Machine learning to predict success in psychotherapy},
+  volume = {156},
+  ISSN = {0005-7967},
+  url = {http://dx.doi.org/10.1016/j.brat.2022.104116},
+  DOI = {10.1016/j.brat.2022.104116},
+  journal = {Behaviour Research and Therapy},
+  publisher = {Elsevier BV},
+  author = {Taubitz,  Friedrich-Samuel and B\"{u}denbender,  Bj\"{o}rn and Alpers,  Georg W.},
+  year = {2022},
+  month = sep,
+  pages = {104116}
+}
+
+@article{Dwyer2018,
+  title = {Machine Learning Approaches for Clinical Psychology and Psychiatry},
+  volume = {14},
+  ISSN = {1548-5951},
+  url = {http://dx.doi.org/10.1146/annurev-clinpsy-032816-045037},
+  DOI = {10.1146/annurev-clinpsy-032816-045037},
+  number = {1},
+  journal = {Annual Review of Clinical Psychology},
+  publisher = {Annual Reviews},
+  author = {Dwyer,  Dominic B. and Falkai,  Peter and Koutsouleris,  Nikolaos},
+  year = {2018},
+  month = may,
+  pages = {91–118}
+}
+
+@article{Roth2018,
+  title = {Introduction to Machine Learning in Digital Healthcare Epidemiology},
+  volume = {39},
+  ISSN = {1559-6834},
+  url = {http://dx.doi.org/10.1017/ice.2018.265},
+  DOI = {10.1017/ice.2018.265},
+  number = {12},
+  journal = {Infection Control and Hospital Epidemiology},
+  publisher = {Cambridge University Press (CUP)},
+  author = {Roth,  Jan A. and Battegay,  Manuel and Juchler,  Fabrice and Vogt,  Julia E. and Widmer,  Andreas F.},
+  year = {2018},
+  month = nov,
+  pages = {1457–1462}
+}
+
+@article{Collins2023,
+  title = {Predicting individual response to a web-based positive psychology intervention: a machine learning approach},
+  volume = {19},
+  ISSN = {1743-9779},
+  url = {http://dx.doi.org/10.1080/17439760.2023.2254743},
+  DOI = {10.1080/17439760.2023.2254743},
+  number = {4},
+  journal = {The Journal of Positive Psychology},
+  publisher = {Informa UK Limited},
+  author = {Collins,  Amanda C. and Price,  George D. and Woodworth,  Rosalind J. and Jacobson,  Nicholas C.},
+  year = {2023},
+  month = sep,
+  pages = {675–685}
+}
+
+@book{WHO2023,
+	author = {World Health Organization},
+	title = {Regulatory considerations on artificial intelligence for health},
+	publisher = {World Health Organization},
+	year = {2023},
+	pages = {xiv, 61 p.},
+	type = {Publications}
 }