Fuzzy model to estimate the number of hospitalizations for asthma and pneumonia under the effects of air pollution

Detalhes bibliográficos
Autor(a) principal: Chaves, Luciano Eustáquio
Data de Publicação: 2017
Outros Autores: Nascimento, Luiz Fernando Costa, Rizol, Paloma Maria Silva Rocha
Tipo de documento: Artigo
Idioma: eng
por
Título da fonte: Revista de Saúde Pública
Texto Completo: https://www.revistas.usp.br/rsp/article/view/138311
Resumo: OBJETIVO Prever o número de internações por asma e pneumonia associadas à exposição a poluentes do ar no município em São José dos Campos, estado de São Paulo. MÉTODOS Trata-se de um modelo computacional que utiliza a lógica fuzzy baseado na técnica de inferência de Mamdani. Para a fuzzificação das variáveis de entrada material particulado, ozônio, dióxido de enxofre e temperatura aparente foram consideradas duas funções de pertinência para cada variável com abordagem linguísticas: bom e ruim. Para a variável de saída número internações por asma e pneumonia, foram consideradas cinco funções de pertinências: muito baixo, baixo, médio, alto e muito alto. O número de internações no ano de 2007 foi obtido do Datasus e o resultado fornecido pelo modelo foi correlacionado com os dados reais de internação com defasagem (lag) de zero a dois dias. A acurácia do modelo foi estimada pela curva ROC para cada poluente e nestas defasagens. RESULTADOS No ano de 2007 foram registradas 1.710 internações por pneumonia e asma em São José dos Campos, SP, com média diária de 4,9 internações (dp = 2,9). Os dados de saída do modelo mostraram correlação positiva e significativa (r = 0,38) com os dados reais; as acurácias avaliadas para o modelo foram maiores para o dióxido de enxofre nos lag 0 e 2 e para o material particulado no lag 1. CONCLUSÕES Modelagem fuzzy se mostrou acurada para a abordagem de efeitos da exposição aos poluentes e internação por pneumonia e asma.
id USP-23_fc4e271f328646bb932528d45f2f3418
oai_identifier_str oai:revistas.usp.br:article/138311
network_acronym_str USP-23
network_name_str Revista de Saúde Pública
repository_id_str
spelling Fuzzy model to estimate the number of hospitalizations for asthma and pneumonia under the effects of air pollutionModelo fuzzy para estimar o número de internações por asma e pneumonia sob os efeitos da poluição do arAir Pollutionadverse effectsAsthmaepidemiologyPneumoniaHospitalizationFuzzy LogicPoluição do Arefeitos adversosAsmaepidemiologiaPneumoniaHospitalizaçãoLógica Fuzzy OBJETIVO Prever o número de internações por asma e pneumonia associadas à exposição a poluentes do ar no município em São José dos Campos, estado de São Paulo. MÉTODOS Trata-se de um modelo computacional que utiliza a lógica fuzzy baseado na técnica de inferência de Mamdani. Para a fuzzificação das variáveis de entrada material particulado, ozônio, dióxido de enxofre e temperatura aparente foram consideradas duas funções de pertinência para cada variável com abordagem linguísticas: bom e ruim. Para a variável de saída número internações por asma e pneumonia, foram consideradas cinco funções de pertinências: muito baixo, baixo, médio, alto e muito alto. O número de internações no ano de 2007 foi obtido do Datasus e o resultado fornecido pelo modelo foi correlacionado com os dados reais de internação com defasagem (lag) de zero a dois dias. A acurácia do modelo foi estimada pela curva ROC para cada poluente e nestas defasagens. RESULTADOS No ano de 2007 foram registradas 1.710 internações por pneumonia e asma em São José dos Campos, SP, com média diária de 4,9 internações (dp = 2,9). Os dados de saída do modelo mostraram correlação positiva e significativa (r = 0,38) com os dados reais; as acurácias avaliadas para o modelo foram maiores para o dióxido de enxofre nos lag 0 e 2 e para o material particulado no lag 1. CONCLUSÕES Modelagem fuzzy se mostrou acurada para a abordagem de efeitos da exposição aos poluentes e internação por pneumonia e asma. OBJECTIVE Predict the number of hospitalizations for asthma and pneumonia associated with exposure to air pollutants in the city of São José dos Campos, São Paulo State. METHODS This is a computational model using fuzzy logic based on Mamdani’s inference method. For the fuzzification of the input variables of particulate matter, ozone, sulfur dioxide and apparent temperature, we considered two relevancy functions for each variable with the linguistic approach: good and bad. For the output variable number of hospitalizations for asthma and pneumonia, we considered five relevancy functions: very low, low, medium, high and very high. DATASUS was our source for the number of hospitalizations in the year 2007 and the result provided by the model was correlated with the actual data of hospitalization with lag from zero to two days. The accuracy of the model was estimated by the ROC curve for each pollutant and in those lags. RESULTS In the year of 2007, 1,710 hospitalizations by pneumonia and asthma were recorded in São José dos Campos, State of São Paulo, with a daily average of 4.9 hospitalizations (SD = 2.9). The model output data showed positive and significant correlation (r = 0.38) with the actual data; the accuracies evaluated for the model were higher for sulfur dioxide in lag 0 and 2 and for particulate matter in lag 1. CONCLUSIONS Fuzzy modeling proved accurate for the pollutant exposure effects and hospitalization for pneumonia and asthma approach.Universidade de São Paulo. Faculdade de Saúde Pública2017-01-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdfhttps://www.revistas.usp.br/rsp/article/view/13831110.1590/s1518-8787.2017051006501Revista de Saúde Pública; Vol. 51 (2017); 55Revista de Saúde Pública; Vol. 51 (2017); 55Revista de Saúde Pública; v. 51 (2017); 551518-87870034-8910reponame:Revista de Saúde Públicainstname:Universidade de São Paulo (USP)instacron:USPengporhttps://www.revistas.usp.br/rsp/article/view/138311/133773https://www.revistas.usp.br/rsp/article/view/138311/133774Copyright (c) 2017 Revista de Saúde Públicainfo:eu-repo/semantics/openAccessChaves, Luciano EustáquioNascimento, Luiz Fernando CostaRizol, Paloma Maria Silva Rocha2017-12-14T10:16:02Zoai:revistas.usp.br:article/138311Revistahttps://www.revistas.usp.br/rsp/indexONGhttps://www.revistas.usp.br/rsp/oairevsp@org.usp.br||revsp1@usp.br1518-87870034-8910opendoar:2017-12-14T10:16:02Revista de Saúde Pública - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Fuzzy model to estimate the number of hospitalizations for asthma and pneumonia under the effects of air pollution
Modelo fuzzy para estimar o número de internações por asma e pneumonia sob os efeitos da poluição do ar
title Fuzzy model to estimate the number of hospitalizations for asthma and pneumonia under the effects of air pollution
spellingShingle Fuzzy model to estimate the number of hospitalizations for asthma and pneumonia under the effects of air pollution
Chaves, Luciano Eustáquio
Air Pollution
adverse effects
Asthma
epidemiology
Pneumonia
Hospitalization
Fuzzy Logic
Poluição do Ar
efeitos adversos
Asma
epidemiologia
Pneumonia
Hospitalização
Lógica Fuzzy
title_short Fuzzy model to estimate the number of hospitalizations for asthma and pneumonia under the effects of air pollution
title_full Fuzzy model to estimate the number of hospitalizations for asthma and pneumonia under the effects of air pollution
title_fullStr Fuzzy model to estimate the number of hospitalizations for asthma and pneumonia under the effects of air pollution
title_full_unstemmed Fuzzy model to estimate the number of hospitalizations for asthma and pneumonia under the effects of air pollution
title_sort Fuzzy model to estimate the number of hospitalizations for asthma and pneumonia under the effects of air pollution
author Chaves, Luciano Eustáquio
author_facet Chaves, Luciano Eustáquio
Nascimento, Luiz Fernando Costa
Rizol, Paloma Maria Silva Rocha
author_role author
author2 Nascimento, Luiz Fernando Costa
Rizol, Paloma Maria Silva Rocha
author2_role author
author
dc.contributor.author.fl_str_mv Chaves, Luciano Eustáquio
Nascimento, Luiz Fernando Costa
Rizol, Paloma Maria Silva Rocha
dc.subject.por.fl_str_mv Air Pollution
adverse effects
Asthma
epidemiology
Pneumonia
Hospitalization
Fuzzy Logic
Poluição do Ar
efeitos adversos
Asma
epidemiologia
Pneumonia
Hospitalização
Lógica Fuzzy
topic Air Pollution
adverse effects
Asthma
epidemiology
Pneumonia
Hospitalization
Fuzzy Logic
Poluição do Ar
efeitos adversos
Asma
epidemiologia
Pneumonia
Hospitalização
Lógica Fuzzy
description OBJETIVO Prever o número de internações por asma e pneumonia associadas à exposição a poluentes do ar no município em São José dos Campos, estado de São Paulo. MÉTODOS Trata-se de um modelo computacional que utiliza a lógica fuzzy baseado na técnica de inferência de Mamdani. Para a fuzzificação das variáveis de entrada material particulado, ozônio, dióxido de enxofre e temperatura aparente foram consideradas duas funções de pertinência para cada variável com abordagem linguísticas: bom e ruim. Para a variável de saída número internações por asma e pneumonia, foram consideradas cinco funções de pertinências: muito baixo, baixo, médio, alto e muito alto. O número de internações no ano de 2007 foi obtido do Datasus e o resultado fornecido pelo modelo foi correlacionado com os dados reais de internação com defasagem (lag) de zero a dois dias. A acurácia do modelo foi estimada pela curva ROC para cada poluente e nestas defasagens. RESULTADOS No ano de 2007 foram registradas 1.710 internações por pneumonia e asma em São José dos Campos, SP, com média diária de 4,9 internações (dp = 2,9). Os dados de saída do modelo mostraram correlação positiva e significativa (r = 0,38) com os dados reais; as acurácias avaliadas para o modelo foram maiores para o dióxido de enxofre nos lag 0 e 2 e para o material particulado no lag 1. CONCLUSÕES Modelagem fuzzy se mostrou acurada para a abordagem de efeitos da exposição aos poluentes e internação por pneumonia e asma.
publishDate 2017
dc.date.none.fl_str_mv 2017-01-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.revistas.usp.br/rsp/article/view/138311
10.1590/s1518-8787.2017051006501
url https://www.revistas.usp.br/rsp/article/view/138311
identifier_str_mv 10.1590/s1518-8787.2017051006501
dc.language.iso.fl_str_mv eng
por
language eng
por
dc.relation.none.fl_str_mv https://www.revistas.usp.br/rsp/article/view/138311/133773
https://www.revistas.usp.br/rsp/article/view/138311/133774
dc.rights.driver.fl_str_mv Copyright (c) 2017 Revista de Saúde Pública
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2017 Revista de Saúde Pública
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidade de São Paulo. Faculdade de Saúde Pública
publisher.none.fl_str_mv Universidade de São Paulo. Faculdade de Saúde Pública
dc.source.none.fl_str_mv Revista de Saúde Pública; Vol. 51 (2017); 55
Revista de Saúde Pública; Vol. 51 (2017); 55
Revista de Saúde Pública; v. 51 (2017); 55
1518-8787
0034-8910
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_ 1800221798422282240

Registros relacionados