Skip to content

README.pt.md

Latest commit

 

History

History
152 lines (122 loc) · 5.57 KB

README.pt.md

File metadata and controls

152 lines (122 loc) · 5.57 KB

synthdiet

PyPI Python Licença: MIT CI

Outros idiomas: English · Türkçe · Español · Français · Deutsch · Italiano · 中文 · 日本語 Uma biblioteca Python para gerar pacientes sintéticos com quadros clínicos realistas e simular intervenções dietéticas sobre eles.

synthdiet foi criado para nutricionistas, pesquisadores em nutrição clínica e educadores que queiram prototipar dietas, executar ensaios virtuais e estressar recomendações nutricionais sobre centenas ou milhares de pacientes sintéticos antes de levá-las à prática clínica.

Aviso: synthdiet é uma ferramenta de pesquisa e ensino. Os números que produz não são recomendações clínicas e os pacientes sintéticos não são pessoas reais. Para o cuidado de pacientes reais, consulte sempre um(a) nutricionista qualificado(a).

synthdiet hero

Autor

Buğra Ayan — Ancara / Turquia

Recursos

Modelo de domínio

  • Uma classe Patient tipada agregando demografia, antropometria, estilo de vida, biomarcadores laboratoriais, diagnósticos e medicações.
  • Registro de mais de 25 doenças cobrindo categorias endócrina, cardiovascular, renal, hepática, gastrointestinal, metabólica, musculoesquelética, oncológica, psiquiátrica e alérgica.
  • Registro de 19 interações fármaco-nutriente clinicamente relevantes (metformina → B12, estatinas → toranja, varfarina → vitamina K, horário da levotiroxina, crise tiramínica com IMAO etc.).
  • 5 geradores de pacientes sintéticos (aleatório, por distribuição, por cópula, coorte, progressão de Markov).
  • Banco de 45 alimentos com discriminação macro/micronutricional e 8 dietas pré-definidas (mediterrânea, DASH, cetogênica, baixa em FODMAP, renal hipossódica, diabética, vegana, padrão).

Profundidade metodológica (v0.1)

  • Modelo de composição corporal de Hall (2011) opcional (DietSimulator(engine="hall_2011")), com partição massa gorda/magra via equação de Forbes e termogênese adaptativa.
  • Dinâmicas de adesão e abandono: constante, decrescente, abandono Weibull, salto estocástico, carga percebida.
  • Mecanismo de ECR (synthdiet.trials): braços paralelos, cruzados (crossover) e fatorial 2×2; randomização estratificada / por blocos / por minimização; modelagem de abandono; análises ITT/PP/AT.
  • Inferência causal (synthdiet.causal): simulação contrafactual, estimadores ATE/CATE, experimentos de confundimento com IPTW e g-fórmula, DAGs leves.
  • Índices de qualidade da dieta (synthdiet.indices): HEI-2020, AHEI-2010, MEDAS, escore DASH, PHDI, DII.
  • Auxiliares estatísticos (synthdiet.stats): cálculo de poder para desfechos contínuos e binários, IC bootstrap, testes de permutação, ajustes Benjamini-Hochberg + Holm-Bonferroni, ANCOVA ajustada à linha de base.
  • Injeção de erro de medida e dados ausentes (synthdiet.noise): CV% por ensaio, viés de auto-relato, padrões MCAR/MAR/MNAR.
  • 15 casos clínicos + avaliação tipo OSCE (synthdiet.education).
  • Suíte de validação contra 5 ECRs marcantes (synthdiet.validation): DASH-Sodium, PREDIMED, DiRECT, Look AHEAD, Diabetes Prevention Program.
  • Visualização (synthdiet.viz, opcional): diagrama CONSORT, forest plot, faixa de trajetórias, Tabela 1.

Instalação

pip install synthdiet

Extras opcionais:

pip install "synthdiet[viz]"     # visualizações com matplotlib
pip install "synthdiet[causal]"  # exportação de DAG via networkx
pip install "synthdiet[docs]"    # Sphinx + furo + myst-parser
pip install "synthdiet[dev]"     # pytest + ruff + mypy + matplotlib

synthdiet requer Python 3.9+ e depende de numpy, pandas e scipy.

Tour de 60 segundos

from synthdiet import (
    CohortGenerator, CohortSpec, DiseaseSpec,
    DietSimulator, mediterranean_diet,
    evaluate_simulation, format_evaluation_report,
)

spec = CohortSpec(
    size=100,
    diseases=[
        DiseaseSpec("type_2_diabetes", prevalence=0.40),
        DiseaseSpec("hypertension",     prevalence=0.45),
    ],
)
cohort = CohortGenerator(spec, seed=42).generate()

simulator = DietSimulator(adherence=0.8)
diet = mediterranean_diet(daily_energy_kcal=1800)

for patient in cohort[:3]:
    result = simulator.run(patient, diet, duration_weeks=12)
    evaluation = evaluate_simulation(result)
    print(format_evaluation_report(evaluation))
    print("-" * 60)

Exemplos completos em examples/; tutoriais em português em docs/pt/.

Citação

@software{ayan_synthdiet_2026,
  author  = {Buğra Ayan},
  title   = {synthdiet: A Python library for simulating diets on synthetic patients},
  year    = {2026},
  version = {0.1.0},
  url     = {https://bugraayan.com}
}

Licença

MIT — veja LICENSE.