Previsão do consumo de antidepressivos no estado do Rio Grande do Norte: uma abordagem de séries temporais

• Autor(a) principal: Araújo, Daniel Silva Gomes de
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/54980
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA; Previsão; Métodos de suavização exponencial; Modelos ARIMA; Fluoxetina; Venlafaxina; Forecasting; Exponential smoothing methods; ARIMA models; Fluoxetine; Venlafaxine

A sociedade atual sofre com diversos transtornos do trato psíquico. Dentre eles, destaca-se a depressão, que é configurado como um transtorno crônico e recorrente associado à incapacidade funcional. Como tratamento para tal transtorno, utiliza-se com frequência os antidepressivos da classe dos inibidores seletivos da recaptação da serotonina (ISRSs) e da classe dos inibidores seletivos da recaptação da serotonina e da noradrenalina (ISRSNs). A Fluoxetina e a Venlafaxina são dois antidepressivos de cada classe, respectivamente, que estão há mais tempo em comercialização no mercado, sendo de fundamental importância para a indústria farmacêutica e para o Mistério da Saúde do Brasil a previsão de consumo destes medicamentos. Desta forma, o objetivo do presente trabalho é analisar, por meio de uma abordagem de séries temporais, os dados referentes ao consumo de Fluoxetina e Venlafaxina no estado do Rio Grande do Norte entre os anos de 2014 e 2020, bem como realizar a previsão de consumo para o ano de 2021. Os dados brutos do trabalho serão retirados da Agência Nacional de Vigilância Sanitária (ANVISA). Realiza-se o ajuste dos modelos de suavização exponencial e ARIMA para cada série de consumo com subsequente comparação entre previsões fornecidas pelos ajustes. Por meio dos resultados obtidos, observamos que o modelo da classe ARIMA apresentou melhores resultados em relação aos modelos de suavização exponencial, e indicam a necessidade de trabalhos futuros que considerem os eventos periódicos externos que influenciam o comportamento das séries de consumo, visando a obtenção de melhores previsões.