Árvore de classificação para inferência do diagnóstico de enfermagem Volume de Líquido Excessivo (00026)*

Autores

  • Micnéias Lacerda Botelho Universidade Federal de Mato Grosso, Instituto de Ciências da Saúde, Campus Sinop, Sinop, MT, Brasil. Universidade Estadual de Campinas, Faculdade de Enfermagem, Programa de Pós-Graduação em Enfermagem, Campinas, SP, Brasil. http://orcid.org/0000-0002-2806-9603
  • Marisa Dibbern Lopes Correia Universidade Estadual de Campinas, Faculdade de Enfermagem, Programa de Pós-Graduação em Enfermagem, Campinas, SP, Brasil. Universidade Federal de Viçosa, Viçosa, MG, Brasil. http://orcid.org/0000-0001-6254-233X
  • Juliana Prado Biani Manzoli Universidade Estadual de Campinas, Faculdade de Enfermagem, Programa de Pós-Graduação em Enfermagem, Campinas, SP, Brasil. http://orcid.org/0000-0002-5216-378X
  • Fábio Luis Montanari Universidade Estadual de Campinas, Faculdade de Enfermagem, Programa de Pós-Graduação em Enfermagem, Campinas, SP, Brasil. http://orcid.org/0000-0001-7155-0016
  • Luciana Aparecida Costa Carvalho Universidade Estadual de Campinas, Faculdade de Enfermagem, Programa de Pós-Graduação em Enfermagem, Campinas, SP, Brasil. http://orcid.org/0000-0001-5890-991X
  • Erika Christiane Marocco Duran Universidade Estadual de Campinas, Faculdade de Enfermagem, Campinas, SP, Brasil. http://orcid.org/0000-0002-9112-752X

DOI:

https://doi.org/10.1590/s1980-220x20190246-03682

Palavras-chave:

Árvores de Decisões, Tomada de Decisões, Diagnóstico de Enfermagem, Insuficiência Renal Crônica, Classificação, Estudo de Validação

Resumo

Objetivo: Gerar Árvore de Classificação para correta inferência do Diagnóstico de Enfermagem Volume de Líquido Excessivo (00026) em pacientes renais crônicos hemodialíticos. Método: Estudo metodológico, transversal, com pacientes em tratamento renal. Os dados foram coletados por meio de entrevista e avaliação física, utilizando instrumento com variáveis sociodemográficas, fatores relacionados, condição associada e características definidoras do Diagnóstico estudado. As árvores de classificação foram geradas pelo método Chi-Square Automation Interaction Detection, que se baseou no teste do Qui-quadrado. Resultados: Participaram 127 pacientes. Apresentaram o referido diagnóstico 79,5% (101), e as árvores incluíram os elementos “Ingesta excessiva de sódio” e “Ingestão maior que a eliminação” significativos para ocorrência do evento. Os pacientes com esses indicadores tiveram probabilidade de apresentar o diagnóstico de 0.87 e 0.94, e a capacidade de predição das árvores foi de 63% e 74%, respectivamente. Conclusão: A construção das árvores permitiu quantificar a probabilidade de ocorrência de Volume de Líquido Excessivo (00026) na população estudada. Os elementos “Ingesta excessiva de sódio” e “Ingestão maior que a eliminação” foram considerados preditores do referido diagnóstico na amostra.

Downloads

Os dados de download ainda não estão disponíveis.

Publicado

2021-04-26

Edição

Seção

Artigo Original

Como Citar

Botelho, M. L., Correia, M. D. L., Manzoli, J. P. B., Montanari, F. L., Carvalho, L. A. C., & Duran, E. C. M. (2021). Árvore de classificação para inferência do diagnóstico de enfermagem Volume de Líquido Excessivo (00026)*. Revista Da Escola De Enfermagem Da USP, 55, e03682. https://doi.org/10.1590/s1980-220x20190246-03682