Classificação de microáreas de risco com uso de mineraçãode dados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
Outros Autores: | , , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista de Saúde Pública |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-89102010000200009 |
Resumo: | OBJETIVO: Identificar, com o auxílio de técnicas computacionais, regras referentes às condições do ambiente físico para a classificação de microáreas de risco. MÉTODOS: Pesquisa exploratória, desenvolvida na cidade de Curitiba, PR, em 2007, dividida em três etapas: identificação de atributos para classificar uma microárea; construção de uma base de dados; e aplicação do processo de descoberta de conhecimento em base de dados, por meio da aplicação de mineração de dados. O conjunto de atributos envolveu as condições de infra- estrutura, hidrografia, solo, área de lazer, características da comunidade e existência de vetores. A base de dados foi construída com dados obtidos em entrevistas com agentes comunitários de saúde, sendo utilizado um questionário com questões fechadas, elaborado com os atributos essenciais, selecionados por especialistas. RESULTADOS: Foram identificados 49 atributos, sendo 41 essenciais e oito irrelevantes. Foram obtidas 68 regras com a mineração de dados, as quais foram analisadas sob a perspectiva de desempenho e qualidade e divididas em dois conjuntos: as inconsistentes e as que confirmam o conhecimento de especialistas. A comparação entre os conjuntos mostrou que as regras que confirmavam o conhecimento, apesar de terem desempenho computacional inferior, foram consideradas mais interessantes. CONCLUSÕES: A mineração de dados ofereceu um conjunto de regras úteis e compreensíveis, capazes de caracterizar microáreas, classificando-as quanto ao grau do risco, com base em características do ambiente físico. A utilização das regras propostas permite que a classificação de uma microárea possa ser realizada de forma mais rápida, menos subjetiva, mantendo um padrão entre as equipes de saúde, superando a influência da percepção particular de cada componente da equipe. |
id |
USP-23_f95b84431b3318860b1045796bf44b04 |
---|---|
oai_identifier_str |
oai:scielo:S0034-89102010000200009 |
network_acronym_str |
USP-23 |
network_name_str |
Revista de Saúde Pública |
repository_id_str |
|
spelling |
Classificação de microáreas de risco com uso de mineraçãode dadosBases de Dados como AssuntoBases de Dados FactuaisBases de ConhecimentoInteligência ArtificialIndicadores AmbientaisRiscos AmbientaisMapa de RiscoOBJETIVO: Identificar, com o auxílio de técnicas computacionais, regras referentes às condições do ambiente físico para a classificação de microáreas de risco. MÉTODOS: Pesquisa exploratória, desenvolvida na cidade de Curitiba, PR, em 2007, dividida em três etapas: identificação de atributos para classificar uma microárea; construção de uma base de dados; e aplicação do processo de descoberta de conhecimento em base de dados, por meio da aplicação de mineração de dados. O conjunto de atributos envolveu as condições de infra- estrutura, hidrografia, solo, área de lazer, características da comunidade e existência de vetores. A base de dados foi construída com dados obtidos em entrevistas com agentes comunitários de saúde, sendo utilizado um questionário com questões fechadas, elaborado com os atributos essenciais, selecionados por especialistas. RESULTADOS: Foram identificados 49 atributos, sendo 41 essenciais e oito irrelevantes. Foram obtidas 68 regras com a mineração de dados, as quais foram analisadas sob a perspectiva de desempenho e qualidade e divididas em dois conjuntos: as inconsistentes e as que confirmam o conhecimento de especialistas. A comparação entre os conjuntos mostrou que as regras que confirmavam o conhecimento, apesar de terem desempenho computacional inferior, foram consideradas mais interessantes. CONCLUSÕES: A mineração de dados ofereceu um conjunto de regras úteis e compreensíveis, capazes de caracterizar microáreas, classificando-as quanto ao grau do risco, com base em características do ambiente físico. A utilização das regras propostas permite que a classificação de uma microárea possa ser realizada de forma mais rápida, menos subjetiva, mantendo um padrão entre as equipes de saúde, superando a influência da percepção particular de cada componente da equipe.Faculdade de Saúde Pública da Universidade de São Paulo2010-04-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-89102010000200009Revista de Saúde Pública v.44 n.2 2010reponame:Revista de Saúde Públicainstname:Universidade de São Paulo (USP)instacron:USP10.1590/S0034-89102010000200009info:eu-repo/semantics/openAccessMalucelli,AndreiaStein Junior,Altair vonBastos,LaudelinoCarvalho,DeborahCubas,Marcia ReginaParaíso,Emerson Cabrerapor2010-04-22T00:00:00Zoai:scielo:S0034-89102010000200009Revistahttp://www.scielo.br/scielo.php?script=sci_serial&pid=0034-8910&lng=pt&nrm=isoONGhttps://old.scielo.br/oai/scielo-oai.phprevsp@org.usp.br||revsp1@usp.br1518-87870034-8910opendoar:2010-04-22T00:00Revista de Saúde Pública - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Classificação de microáreas de risco com uso de mineraçãode dados |
title |
Classificação de microáreas de risco com uso de mineraçãode dados |
spellingShingle |
Classificação de microáreas de risco com uso de mineraçãode dados Malucelli,Andreia Bases de Dados como Assunto Bases de Dados Factuais Bases de Conhecimento Inteligência Artificial Indicadores Ambientais Riscos Ambientais Mapa de Risco |
title_short |
Classificação de microáreas de risco com uso de mineraçãode dados |
title_full |
Classificação de microáreas de risco com uso de mineraçãode dados |
title_fullStr |
Classificação de microáreas de risco com uso de mineraçãode dados |
title_full_unstemmed |
Classificação de microáreas de risco com uso de mineraçãode dados |
title_sort |
Classificação de microáreas de risco com uso de mineraçãode dados |
author |
Malucelli,Andreia |
author_facet |
Malucelli,Andreia Stein Junior,Altair von Bastos,Laudelino Carvalho,Deborah Cubas,Marcia Regina Paraíso,Emerson Cabrera |
author_role |
author |
author2 |
Stein Junior,Altair von Bastos,Laudelino Carvalho,Deborah Cubas,Marcia Regina Paraíso,Emerson Cabrera |
author2_role |
author author author author author |
dc.contributor.author.fl_str_mv |
Malucelli,Andreia Stein Junior,Altair von Bastos,Laudelino Carvalho,Deborah Cubas,Marcia Regina Paraíso,Emerson Cabrera |
dc.subject.por.fl_str_mv |
Bases de Dados como Assunto Bases de Dados Factuais Bases de Conhecimento Inteligência Artificial Indicadores Ambientais Riscos Ambientais Mapa de Risco |
topic |
Bases de Dados como Assunto Bases de Dados Factuais Bases de Conhecimento Inteligência Artificial Indicadores Ambientais Riscos Ambientais Mapa de Risco |
description |
OBJETIVO: Identificar, com o auxílio de técnicas computacionais, regras referentes às condições do ambiente físico para a classificação de microáreas de risco. MÉTODOS: Pesquisa exploratória, desenvolvida na cidade de Curitiba, PR, em 2007, dividida em três etapas: identificação de atributos para classificar uma microárea; construção de uma base de dados; e aplicação do processo de descoberta de conhecimento em base de dados, por meio da aplicação de mineração de dados. O conjunto de atributos envolveu as condições de infra- estrutura, hidrografia, solo, área de lazer, características da comunidade e existência de vetores. A base de dados foi construída com dados obtidos em entrevistas com agentes comunitários de saúde, sendo utilizado um questionário com questões fechadas, elaborado com os atributos essenciais, selecionados por especialistas. RESULTADOS: Foram identificados 49 atributos, sendo 41 essenciais e oito irrelevantes. Foram obtidas 68 regras com a mineração de dados, as quais foram analisadas sob a perspectiva de desempenho e qualidade e divididas em dois conjuntos: as inconsistentes e as que confirmam o conhecimento de especialistas. A comparação entre os conjuntos mostrou que as regras que confirmavam o conhecimento, apesar de terem desempenho computacional inferior, foram consideradas mais interessantes. CONCLUSÕES: A mineração de dados ofereceu um conjunto de regras úteis e compreensíveis, capazes de caracterizar microáreas, classificando-as quanto ao grau do risco, com base em características do ambiente físico. A utilização das regras propostas permite que a classificação de uma microárea possa ser realizada de forma mais rápida, menos subjetiva, mantendo um padrão entre as equipes de saúde, superando a influência da percepção particular de cada componente da equipe. |
publishDate |
2010 |
dc.date.none.fl_str_mv |
2010-04-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-89102010000200009 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-89102010000200009 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/S0034-89102010000200009 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Faculdade de Saúde Pública da Universidade de São Paulo |
publisher.none.fl_str_mv |
Faculdade de Saúde Pública da Universidade de São Paulo |
dc.source.none.fl_str_mv |
Revista de Saúde Pública v.44 n.2 2010 reponame:Revista de Saúde Pública instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Revista de Saúde Pública |
collection |
Revista de Saúde Pública |
repository.name.fl_str_mv |
Revista de Saúde Pública - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
revsp@org.usp.br||revsp1@usp.br |
_version_ |
1748936499087278080 |