Uso de mineração de dados para predição e análise de recuperação de pacientes infectados por Síndrome Respiratória Aguda Grave - SRAG

• Autor(a) principal: Silva, Bruno Borges da
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/42849
• topic: Mineração de Dados; Pandemia; Síndrome Respiratória Aguda Grave; Tarefa de Predição

A pandemia do novo coronavirus trouxe a tona o terceiro surto mundial de Síndrome Respiratória Aguda Grave (SRAG) causado pela sua família de vírus, mostrando ter uma alta taxa de trans-missão e letalidade, aliando esse fato ao crescente avanço tecnológico, bem como a quantidade absurda de dados geradas a todo momento, inclusive na área da saúde, a capacidade de análise humana tende a ficar defasada. Havendo uma necessidade urgente para uma nova geração de teorias computacionais e ferramentas para auxiliar os indivíduos na extração de informações relevantes dos volumes de dados digitais em rápido crescimento. Assim sendo, o trabalho em questão propôs o uso da mineração de dados para predição e análise de recuperação de pacientes infectados por SRAGs, com maior interesse no atributo óbito, com o uso de três modelos de predição, através dos algoritmos de Árvore de Decisão, Regressão Logística e Máquina de Vetor de Suporte. A análise foi feita usando um conjunto de dados de pacientes infectados que contemplam a região nordeste do país, disponibilizados através da Plataforma Integrada de Vigilância em Saúde do Ministério da Saúde (IVIS)1. No presente estudo o algoritmo de Árvore de Decisão se mostrou sendo o mais eficaz na previsão de possibilidades de recuperação dos pacientes com SRAGs, ficando a frente dos modelos construídos com base nos algoritmos de Regressão Logística e Máquina de Vetor de Suporte, respectivamente.