Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Rosa, Ana Caroline Francisco da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual de Maringá
Departamento de Engenharia de Produção
Programa de Pós-Graduação em Engenharia de Produção
Maringá, PR
Centro de Tecnologia
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Saúde - Segurança ocupacional
Dermatite ocupacional
005.117
Engenharias
Engenharia de Produção
Link de acesso: http://repositorio.uem.br:8080/jspui/handle/1/6615
Resumo: Orientador: Prof. Dr. Edwin Vladimir Cardoza Galdamez.
id UEM-10_4e7970a35b811746e4ea46f03466e820
oai_identifier_str oai:localhost:1/6615
network_acronym_str UEM-10
network_name_str Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
repository_id_str
spelling Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializadoSaúde - Segurança ocupacionalDermatite ocupacional005.117EngenhariasEngenharia de ProduçãoOrientador: Prof. Dr. Edwin Vladimir Cardoza Galdamez.Coorientador: Prof. Dr. Rodrigo Clemente Thom de Souza.Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2021Dermatoses ocupacionais caracterizam-se pela alteração das mucosas, pele e seus anexos que são mantidas, agravadas, condicionadas ou causadas por agentes existentes na atividade laboral ou no ambiente de trabalho. Diante disso, conhecer os fatores que influenciam a ocorrência de uma dermatose ocupacional é importante para o estabelecimento de ações preventivas de proteção ao trabalhador. No Brasil, as principais fontes de dados para a investigação dos acidentes são os benefícios concedidos pela previdência, as informações do Sistema Único de Saúde além de instituições de referência como a Fiocruz (Fundação Oswaldo Cruz). Nos últimos anos, pesquisas têm sido desenvolvidas para aprimorar a assertividade no diagnóstico clínico, investigar de acidentes de trabalho, melhorar políticas públicas e uma de tais vertentes é o aprendizado de máquina. Técnicas de aprendizado de máquina visam aprender com as informações passadas para então encontrar padrões de comportamento que expliquem com considerável nível de confiabilidade os eventos futuros. A presente dissertação apresenta como objetivo de usar técnicas de machine learning para identificar padrões de comportamento entre as variáveis, determinar os fatores de influência e avaliar a relevância dos testes cutâneos da bateria padrão brasileira de testes de contato na incidência de dermatoses ocupacionais. Para alcançar tal objetivo, é proposto o uso da metodologia KDD (Knowledge Discovery in Databases) em um banco de dados do serviço especializado em dermatologia do trabalho da Fiocruz. Como resultados da pesquisa, foram comparadas as técnicas de mineração de dados Random Forest, Catboost, Neural Network, Regressão Logística, Adaboost, Extreme Gradient Boosting em termos das métricas Acuracidade, Sensitividade, Especificidade, Erro, Recall, Precisão, F1 Score, Prevalência, índice Kappa e Area Under the Curve em dois cenários. As técnicas que apresentaram maior acuracidade no segundo cenário foram Random Forest seguido por Catboost e Adaboost. As variáveis de maior influência para Random Forest foram: mãos e antebraços, profissão, mês, diagnóstico de dermatite irritativa e escolaridade. Para avaliar a relevância dos testes cutâneos na incidência das dermatoses ocupacionais realizou-se os testes de Mann-Whitney e t-student e foi constatado que não há indícios de que realizar os testes cutâneos sejam relevantes para determinar a classificação de dermatoses ocupacionais.Occupational dermatoses are characterized by changes in mucous membranes, skin and their attachments that are maintained, aggravated, conditioned or caused by existing agents in work activity or in the work environment. Therefore, knowing the factors that influence the occurrence of an occupational dermatosis is important for the establishment of preventive actions to protect workers. In Brazil, the main sources of data for the investigation of accidents are the benefits granted by social security, information from the Unified Health System and reference institutions such as Fiocruz (Oswaldo Cruz Foundation). In recent years, research has been developed to improve assertiveness in clinical diagnosis, investigate work accidents, improve public policies and one such aspect is machine learning. Machine learning techniques aim to learn from past information and then find patterns of behavior that explain with considerable level of reliability future events. This dissertation presents as objective to use machine learning techniques to identify patterns of behavior among the variables, determine the factors of influence and evaluate the relevance of skin tests of the Brazilian standard battery of contact tests in the incidence of occupational dermatoses. To achieve this goal, it is proposed the use of the KDD (Knowledge Discovery in Databases) methodology in a database of the specialized service in dermatology of Fiocruz's work. As results of the research, we compared the techniques of data mining Random Forest, Catboost, Neural Network, Logistic Regression, Adaboost, Extreme Gradient Boosting in terms of accuracy, sensitivity, specificity, error, recall, precision, F1 score, prevalence, Kappa Area index and under the curve in two scenarios. The techniques that presented the highest accuracy in the second scenario were Random Forest followed by Catboost and Adaboost. The variables most influenced for Random Forest were: hands and forearms, profession, month, diagnosis of irritative dermatitis and schooling. To evaluate the relevance of skin tests in the incidence of occupational dermatoses, Mann-Whitney and t-student tests were performed and it was found that there is no evidence that performing skin tests is relevant to determine the classification of occupational dermatoses.123 f. : il. color., figs., tabs.Universidade Estadual de MaringáDepartamento de Engenharia de ProduçãoPrograma de Pós-Graduação em Engenharia de ProduçãoMaringá, PRCentro de TecnologiaGaldamez, Edwin Vladimir CardozaSouza, Rodrigo Clemente Thom deLima, Rafael Henrique PalmaScarpin, Cassius TadeuRosa, Ana Caroline Francisco da2022-06-01T18:35:27Z2022-06-01T18:35:27Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfROSA, Ana Caroline Francisco da. Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado. 2021. 123 f. Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2021, Maringá, PR. Disponível em: http://repositorio.uem.br:8080/jspui/handle/1/6615. Acesso em: 1 jun. 2022.http://repositorio.uem.br:8080/jspui/handle/1/6615info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)instname:Universidade Estadual de Maringá (UEM)instacron:UEM2022-06-01T18:49:32Zoai:localhost:1/6615Repositório InstitucionalPUBhttp://repositorio.uem.br:8080/oai/requestrepositorio@uem.bropendoar:2022-06-01T18:49:32Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) - Universidade Estadual de Maringá (UEM)false
dc.title.none.fl_str_mv Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado
title Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado
spellingShingle Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado
Rosa, Ana Caroline Francisco da
Saúde - Segurança ocupacional
Dermatite ocupacional
005.117
Engenharias
Engenharia de Produção
title_short Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado
title_full Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado
title_fullStr Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado
title_full_unstemmed Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado
title_sort Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado
author Rosa, Ana Caroline Francisco da
author_facet Rosa, Ana Caroline Francisco da
author_role author
dc.contributor.none.fl_str_mv Galdamez, Edwin Vladimir Cardoza
Souza, Rodrigo Clemente Thom de
Lima, Rafael Henrique Palma
Scarpin, Cassius Tadeu
dc.contributor.author.fl_str_mv Rosa, Ana Caroline Francisco da
dc.subject.por.fl_str_mv Saúde - Segurança ocupacional
Dermatite ocupacional
005.117
Engenharias
Engenharia de Produção
topic Saúde - Segurança ocupacional
Dermatite ocupacional
005.117
Engenharias
Engenharia de Produção
description Orientador: Prof. Dr. Edwin Vladimir Cardoza Galdamez.
publishDate 2021
dc.date.none.fl_str_mv 2021
2022-06-01T18:35:27Z
2022-06-01T18:35:27Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv ROSA, Ana Caroline Francisco da. Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado. 2021. 123 f. Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2021, Maringá, PR. Disponível em: http://repositorio.uem.br:8080/jspui/handle/1/6615. Acesso em: 1 jun. 2022.
http://repositorio.uem.br:8080/jspui/handle/1/6615
identifier_str_mv ROSA, Ana Caroline Francisco da. Avaliação de técnicas de mineração de dados em um conjunto de dados de dermatite ocupacional obtido a partir de um serviço especializado. 2021. 123 f. Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2021, Maringá, PR. Disponível em: http://repositorio.uem.br:8080/jspui/handle/1/6615. Acesso em: 1 jun. 2022.
url http://repositorio.uem.br:8080/jspui/handle/1/6615
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual de Maringá
Departamento de Engenharia de Produção
Programa de Pós-Graduação em Engenharia de Produção
Maringá, PR
Centro de Tecnologia
publisher.none.fl_str_mv Universidade Estadual de Maringá
Departamento de Engenharia de Produção
Programa de Pós-Graduação em Engenharia de Produção
Maringá, PR
Centro de Tecnologia
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
instname:Universidade Estadual de Maringá (UEM)
instacron:UEM
instname_str Universidade Estadual de Maringá (UEM)
instacron_str UEM
institution UEM
reponame_str Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
collection Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
repository.name.fl_str_mv Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) - Universidade Estadual de Maringá (UEM)
repository.mail.fl_str_mv repositorio@uem.br
_version_ 1864901065384656896

Registros relacionados