A doença de Alzheimer prejudica a cognição, a emoção, o comportamento, o desempenho funcional e o vínculo sociofamiliar dos idosos. O objetivo deste artigo é apresentar a intervenção da Reabilitação Neuropsicológica (RN) e da Terapia Cognitivo-Comportamental (TCC) aplicadas a pacientes com essa doença. O método do estudo é descritivo de investigação, análise e tratamento dos dados de acordo com a abordagem qualitativa de estudo de caso. Os instrumentos de avaliação empregados foram: Inventário Neuropsiquiátrico, Avaliação de Incapacidade na Demência, Escala de Cornell para Depressão, Escala de Depressão Geriátrica-15 e Inventário de Ansiedade. A intervenção compreendeu 6 meses de RN, e após essa, mais 6 meses de TCC. A discussão refere-se ao desempenho do idoso ao longo das técnicas da RN e da TCC. Os resultados mostram melhoria no estado de humor, comportamento e relacionamento familiar do paciente.

Resumo -As redes neurais artificiais (RNA) têm sido usadas com sucesso como técnicas de inteligência artificial aplicada no auxílio ao diagnóstico clínico e em classificação de padrões. O presente trabalho desenvolve uma aplicação de RNA com objetivo de auxiliar a triagem e o diagnóstico de depressão em idosos de acordo com os fatores bio-psicossociais. Os dados para o treinamento da rede foram obtidos a partir dos instrumentos clínicos WHOQOL-bref e GDS 15, aplicados a um grupo de 12 idosos. Após o processo de treinamento a rede foi capaz de estimar a saída com um erro máximo de 4,6%, este resultado demonstra a viabilidade desta aplicação. Portanto, esta ferramenta pode ser empregada para determinar o estado de humor depressivo, reduzindo assim, a bateria de testes utilizados para esse fim, não desgastando o idoso e o familiar com excessivas questões, bem como agiliza o processo de triagem, diagnóstico e pesquisa clínica. Palavras-chave -Rede neural artificial, diagnóstico de depressão.Abstract -Artificial neural networks (ANN) have been used successfully as artificial intelligence techniques applied in aid clinical diagnosis and pattern classification. This paper develops an application of ANN in order to assist the screening and diagnosis of depression in the elderly according to the bio-psychosocial factors. Data for network training were obtained from clinical instruments WHOQOL-bref and GDS 15, applied to a group of 12 seniors. After the training process, the network was able to estimate the output with a maximum error of 4.6%, this result demonstrates the feasibility of this application. Therefore, this tool can be used to determine the state of depressed mood, thus reducing the battery of tests used for this purpose, not wearing the old and familiar issues with excessive questions, and streamlines the process of screening, diagnosis and clinical research.

%& %& m& ') w8 ^2E) 3+) t+4_D 8 /) 3+) z25,/) p-D /012