O objetivo deste repositório é agregar as análises realizadas para um artigo entitulado "Predicting functional impairment in patients with mood disorder: A 5-year follow-up" de autoria de Kyara Rodrigues Aguiar, Bruno Braga Montezano, Jacson Gabriel Feiten e Ives Cavalcante Passos no ano de 2022 quanto a predição de sujeitos com transtornos de humor que apresentarão prejuízo funcional dentro de um intervalo de 5 anos do baseline ao follow-up.

The purpose of this repository is to aggregate the analyzes performed for a paper regarding the prediction of subjects with mood disorders who will present functional impairment within a 5-year interval from baseline to follow-up.

As análises estão sendo realizadas a partir de scripts escritos na linguagem de programação R, com uso de alguns pacotes para facilitar no processo, como: o framework tidyverse, pacote caret, pacote pROC, pacote glmnet, pacote rf, etc.

The analyzes are being performed using scripts written in the R programming language, using some packages to facilitate the process, such as: the tidyverse framework, caret package, pROC package, glmnet package, rf package, etc.

No diretório de scripts, existem os seguintes arquivos:

• Script de pré-processamento dos dados e criação de novas features;
• Script de preparação do modelo para inserção no aplicativo Shiny;
• Script da análise principal, contendo random forest com RFE, elastic net e random forest sem RFE;
• Script de análise sem imputação de dados, utilizando random forest com RFE e elastic net;
• Script de análise de random forest com RFE repartindo os dados em 50% para treino e teste, com uso de duas técnicas de validação cruzada (LOOCV e k-fold);
• Script de análise sem variáveis coletadas no follow-up;
• Script de análise com uso de regressão logística binomial.

In the scripts directory, there are the following files:

• Data pre-processing and feature engineering;
• Model preparation for the Shiny application;
• Main analysis script, containing random forest with RFE, elastic net and random forest without RFE;
• Analysis script without data imputation, using random forest with RFE and elastic net;
• Random forest with RFEanalysis script splitting the data by 50% for training and testing sets, using two cross-validation techniques (LOOCV and k-fold) for tuning;
• Analysis script without variables collected in follow-up;
• Analysis script using binomial logistic regression.

No diretório scripts/app existem dois arquivos:

• app.R: Contém o aplicativo em Shiny hospedado no shinyapps.io;
• func_plot.R: Script contendo a função utilizada para gerar o gráfico da calculadora de risco.

In the scripts/app directory, there are two files:

• app.R: Contains the Shiny app hosted at shinyapps.io;
• func_plot.R: Script that contains the function to generate the risk calculator plot.