Comparação entre modelos fuzzy e fuzzy tipo-2 intervalar para verificar os impactos da poluição do ar na saúde infantil

• Autor(a) principal: Andrade, Raquel de Oliveira Paula
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: https://hdl.handle.net/11449/256165
• topic: Lógica difusa; Ar - Poluição; Doenças respiratórias em crianças; Sistemas difusos; Lógica Fuzzy; Doenças respiratórias; Saúde infantil; Poluição do ar; Fuzzy Logic; Respiratory diseases; Child health; Air pollution

Crianças se encontram dentro do grupo que apresenta maior suscetibilidade a exposição de poluente atmosféricos. Este estudo tem por objetivo desenvolver um modelo preditivo que seja capaz de correlacionar o número de internações de crianças por doenças respiratórias e a exposição a poluentes atmosféricos utilizando lógica fuzzy tipo-1 e tipo-2 e comparar o desempenho de ambas abordagens. Os dados utilizados são de residentes da cidade de São José dos Campos no período de 2015 a 2019. As variáveis de entrada utilizadas no modelo foram concentração de material particulado (PM10), concentração de dióxido de nitrogênio (NO2), temperatura mínima no dia e velocidade do vento. As informações sobre a concentração dos poluentes e os fatores climáticos foram adquiridas da CETESB enquanto que os números de internações foram obtidos do DATASUS. Dentre os dados analisados foram identificadas 3674 internações de crianças até 10 anos de idade, os valores médio de concentrações de PM10 e NO2 , temperatura mínima e velocidade do vento para o período considerado foram iguais a 20,74 μg/m³ e 18,59 μg/m 17,48 ºC e 1,37 m/s, respectivamente. Para avaliar o desempenho dos modelos foram utilizados valor de correlação de pearson (r) e erro quadrático médio (MSE), o modelo desenvolvido utilizando lógica fuzzy tipo-2 foi o que apresentou melhor desempenho com as seguintes métricas: r = 0,35 e MSE = 7,31. Para fuzzy tipo-1 teve-se como resultado r = 0,31 e MSE = 9,33. Dentro da literatura, os trabalhos que aplicam modelos fuzzy na medicina apresentam correlação de pearson com valores entre 0,2 e 0,4, portanto, os modelos desenvolvidos ficaram dentro do desempenho esperado. O modelo desenvolvido corresponde a uma alternativa de baixo custo para auxiliar no gerenciamento hospitalar, ao estimar quantas internações ocorrerão no dia é possível preparar todos os recursos necessários para o atendimento de crianças por problemas respiratórios.