ASSOCIAÇÃO ENTRE VARIÁVEIS SOCIOECONÔMICAS E A OCORRÊNCIA DE DENGUE NO ESTADO DE GOIÁS: UMA ANÁLISE A PARTIR DE ALGORITMOS DE MACHINE LEARNING

Autores

DOI:

https://doi.org/10.14393/Hygeia64263

Palavras-chave:

Determinantes Sociais, Random Forest, XGBoost, KNN

Resumo

A dengue é considerada uma das doenças com índices mais expressivos no Brasil. O crescente aumento nas taxas observadas afeta diretamente os serviços públicos de saúde de forma que avaliar as condições ambientais e sociais em áreas com altos índices da doença pode auxiliar na elaboração de diagnósticos e ações em saúde. Nesse sentido, o objetivo deste trabalho foi identificar variáveis socioeconômicas mais importantes para a predição das taxas de prevalência de dengue nos municípios do estado de Goiás. A avaliação foi realizada com base em 38 variáveis socioeconômicas obtidas no banco de dados do Instituto Brasileiro de Geografia e Estatística - IBGE, da Fundação João Pinheiro - FJP e a partir do cálculo das taxas de prevalência de dengue baseado nos dados disponíveis no Sistema de Informação de Agravos de Notificação - SINAN para os períodos de 2001-2009 e 2010-2018. A modelagem foi realizada a partir da avaliação de três algoritmos de machine learning: Random Forest, XGBoost e KNN. Os resultados indicaram que as variáveis mais importantes apresentaram relação inversa às condições de baixa renda, analfabetismo e deficiência em serviços de saneamento básico.

Downloads

Não há dados estatísticos.

Biografia do Autor

Thamy Barbara Gioia, Universidade Federal de Goiás

Doutoranda do Programa de Pós Graduação em Geografia da Universidade Federal de Goiás. Pesquisa com ênfase em Geografia da Saúde -  formulação de índices, estatística e geoprocesssamento.

Juliana Ramalho Barros, Universidade Federal de Goiás

Possui graduação em Geografia pela Universidade de Brasília, mestrado e doutorado em Geografia pela Universidade Estadual Paulista Júlio de Mesquita Filho, campus de Rio Claro - SP. Atualmente é professora associada da Universidade Federal de Goiás, onde fundou o Laboratório de Climatologia Geográfica do Instituto de Estudos Sócio-Ambientais e já exerceu as funções de Coordenadora do curso de graduação em Geografia e Vice-Diretora do Instituto. Coordena o Laboratório de Geografia, Imaginário, Criatividade e Arte - LAGICRIARTE. Tem experiência em Climatologia Geográfica e Geografia da Saúde, atuando principalmente nos seguintes temas: estudos regionais, ensino de climatologia, saúde ambiental e aprendizagem criativa. É credenciada no Programa de Pós-Graduação em Geografia da UFG - Goiânia, com orientações em nível de mestrado e doutorado. Realiza pesquisas sobre inovação no ensino de ciências; chefiou convênios entre a UFG, a California State University Northridge e a University of Massachussets - UMass Amresth; estabeleceu convênio de cooperação em pesquisa entre a UFG e a Universidade Nacional da República Tcheca; atualmente coordena projeto sobre práticas para o ensino de climatologia e seus conteúdos escolares, financiado pelo CNPq, em parceria com o Massachusetts Institute of Technology - MIT MediaLab

Downloads

Publicado

2022-02-18

Como Citar

GIOIA, T. B.; BARROS, J. R. ASSOCIAÇÃO ENTRE VARIÁVEIS SOCIOECONÔMICAS E A OCORRÊNCIA DE DENGUE NO ESTADO DE GOIÁS: UMA ANÁLISE A PARTIR DE ALGORITMOS DE MACHINE LEARNING. Hygeia - Revista Brasileira de Geografia Médica e da Saúde, [S. l.], p. 98–109, 2022. DOI: 10.14393/Hygeia64263. Disponível em: https://seer.ufu.br/index.php/hygeia/article/view/64263. Acesso em: 15 ago. 2022.