Trabalho para a matéria de Tópicos Avançados 2 do Raul, Primeiro Semestre de 2026.
- Arquivo main.Rmd: a simulação principal de monte carlo referente as das tabelas 2, 3, 4 e 5 do artigo original do Raul.
Resultados disso: na pasta simulaçoes_14_05.
- Arquivo main_otimizada.Rmd: a simulação como antes só que paralelizado com a biblioteca furr. Com samples muito grandes, a simulação como no arquivo original nem roda.
- Esses resultados foram então validados no arquivo analise_resultados.Rmd, o que nos indica que os resultados estão dentro do esperado ao comparar com o artigo original.
Resultados disso: na pasta simulaçoes_23_05.
- Arquivo bbas3.Rmd: aplicando entropia nas ações do Banco do Brasil. Com isso dá pra tentar reproduzir as Figuras 3 e 4 do Artigo original.
Resultados: pasta simulacoes_04_06.
- Arquivo main_otimizada_pareto.Rmd: mesma coisa que a main_otimizada.Rmd só que eu mudei a t-student pela alpha-estável simétrica.
Resultados disso: na pasta simulacoes_28_05.
Até aqui são os resultados das simulações de Monte Carlo da parte teórica do trabalho.
-
Arquivo bbas3.Rmd: a análise final que foi pro poster referente a análise de bbas3 com janela fixa e gráficos.
-
Arquivo entropia_paciente_saudavel.Rmd e entropia_paciente_saudavel.Rmd: a contagem de tipos de caudas (leve e pesada) são as que foram pro poster, referente a paciente saudável e doente (no caso um paciente considerado muito doente e outro baseline simples).
-
Arquivo entropia_paciente_cesar.Rmd usa a base ecgs_por_paciente_cesar com um exemplo de paciente com infarto, com isquemia e um saudável para gerar análises de variância pelp exponencial da entropia com o objetivo de tentar agrupar pacientes.
-
Dentro da pasta dados_aplicacao tem 2 scripts: um que gera um .rds da base inteira pronta para consumo e um que le os diagnósticos.
-
O arquivo entropia_por_paciente gera a entropia de um paciente e salva num arquivo chamado resultado_entropia_paciente.rds sempre dando append.
Usei esse script para gerar a base inteira que pode ser baixada como um .rds aqui nesse link
https://physionet.org/content/ptb-xl/1.0.3/ -- download disponível no final da página
- Arquivo dados_aplicacao/read_ecg_data.R: lê dados para um id de paciente, com a série de todas as derivações (perspectivas sobre o miocárdio) e possibilidade de montar o gráfico do ECG
- Arquivo dados_aplicacao/read_patient_diagnostics.R: gera uma tabela com dados de interesse para filtrarmos casos. Queremos confidence = 100 e comparar scp_ecg_statement_desc == "normal ECG" com "ischemic ST-T changes" ou "(complete) left bundle branch block"
@article{PhysioNet-ptb-xl-1.0.3, author = {Wagner, Patrick and Strodthoff, Nils and Bousseljot, Ralf-Dieter and Samek, Wojciech and Schaeffter, Tobias}, title = {{PTB-XL, a large publicly available electrocardiography dataset}}, journal = {{PhysioNet}}, year = {2022}, month = nov, note = {Version 1.0.3}, doi = {10.13026/kfzx-aw45}, url = {https://doi.org/10.13026/kfzx-aw45} }
Additionally, please cite the original publication:
Wagner, P., Strodthoff, N., Bousseljot, R.-D., Kreiseler, D., Lunze, F.I., Samek, W., Schaeffter, T. (2020), PTB-XL: A Large Publicly Available ECG Dataset. Scientific Data. https://doi.org/10.1038/s41597-020-0495-6
Please include the standard citation for PhysioNet: (show more options)
Goldberger, A., Amaral, L., Glass, L., Hausdorff, J., Ivanov, P. C., Mark, R., ... & Stanley, H. E. (2000). PhysioBank, PhysioToolkit, and PhysioNet: Components of a new research resource for complex physiologic signals. Circulation [Online]. 101 (23), pp. e215–e220. RRID:SCR_007345.