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

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

18-02-2022

Edição

Edição Especial: X Simpósio Nacional de Geografia da Saúde (GeoSaude)

Seção

Artigos

Licença

A submissão do texto por meio eletrônico implica a transferência de direitos exclusivos de publicação, por seis meses a partir da data de submissão. A partir da data do aceite para publicação, os direitos se entendem por mais outros seis meses. Ao publicar o texto, a revista se reserva o direito de manter o trabalho permanentemente disponível, permitindo-se ao autor, após os seis meses de exclusividade mencionados, a republicação, em quaisquer outros meios de divulgação, desde que mencionada a fonte original.

Como Citar

GIOIA, Thamy Barbara; BARROS, Juliana Ramalho. 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, Uberlândia, p. 98–109, 2022. DOI: 10.14393/Hygeia64263. Disponível em: https://seer.ufu.br/index.php/hygeia/article/view/64263. Acesso em: 16 jun. 2025.