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

• Published in: Hygeia (Uberlândia) no. Especial; pp. 98 - 109
• Main Authors: Gioia, Thamy Barbara, Barros, Juliana Ramalho
• Format: Journal Article
• Language: English; Portuguese
• Published: Uberlandia Associação Nacional de Pesquisa e Pós-Graduação em Geografia, Grupo de Trabalho de Geografia da Saúde 18.02.2022
• Subjects: Dengue fever; Human diseases; Learning algorithms; Machine learning; Public health; Sanitation; Socioeconomic factors; Tropical diseases; Vector-borne diseases; Brazil; Goias Brazil
• ISSN: 1980-1726; 1980-1726
• DOI: 10.14393/Hygeia64263

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.