Data Science e Machine Learning aplicado na mortalidade infantil na Região Metropolitana do Vale do Paraíba e Litoral Norte

• Ano de defesa: 2025
• Autor(a) principal: Rodríguez, Elen Yanina Aguirre [UNESP]
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Ciência de dados; Aprendizado do computador; Análise espacial (Estatística); Mortalidade infantil; Mortalidade neonatal; Mortalidade Pós-neonatal; Armazenamento de dados; Data science; Machine learning; Spatial analysis; Infant mortality; Neonatal mortality; Post-neonatal mortality; Ciencia de datos; Aprendizaje automático; Análisis espacial; Mortalidad infantil; Mortalidad neonatal; Mortalidad post-neonatal
• Link de acesso: https://hdl.handle.net/11449/310473

A mortalidade infantil reflete a saúde pública e a qualidade da assistência oferecida à mãe e ao recém-nascido. Com o objetivo de reduzir essa mortalidade e outros problemas de saúde, tem-se observado um crescente interesse em utilizar ferramentas como Ciência de Dados, Aprendizado de Máquina (ML), Sistemas de Informação Geográfica (SIG) e análise espacial, cuja integração pode aprimorar os processos e apoiar decisões. Este estudo teve como objetivo explorar a aplicabilidade dessas ferramentas para abordar a mortalidade infantil durante o primeiro ano de vida na Região Metropolitana do Vale do Paraíba e Litoral Norte (RMVPLN), no Estado de São Paulo. A metodologia adotada incluiu a utilização de dados do Departamento de Informática do Sistema Único de Saúde (DATASUS) e a aplicação de análise exploratória de dados, análise espacial e desenvolvimento de modelos de previsão e predição, com propostas de soluções para a tomada de decisões em diferentes níveis: estratégico, tático e operacional. No nível tático, utilizou-se os dados de 2010 a 2020, considerando as taxas de mortalidade infantil (TMI), neonatal (TMN) e pós-neonatal, além de determinantes associados. Foi utilizado o índice univariado e bivariado de Moran para medir o grau de associação espacial na RMVPLN. No nível estratégico, foram aplicadas técnicas de regressão de ML para modelos de previsão, treinados com dados de 2010 a 2020, da ocorrência mensal de óbitos neonatais, pós-neonatais e infantis, sendo validados com dados de 2021. No nível operacional, treinaram-se modelos binários e multiclasse, utilizando técnicas de classificação, com dados rotulados de 2010 a 2019, validados com dados de 2020. Em ambos os casos, o desempenho dos modelos foi avaliado por meio de métricas de erro e testes estatísticos específicos para cada abordagem, garantindo a confiabilidade, robustez e aplicabilidade prática dos resultados obtidos. Os resultados mostraram que a redução da TMI foi principalmente atribuída à diminuição dos óbitos pós-neonatais. A análise espacial revelou agrupamentos de alto risco na região Norte Central para a TMI e TMN. Os modelos de ML para previsão de óbitos apresentaram boa precisão, sendo os melhores modelos: RF (lag = 2, RMSE = 6,03) para a mortalidade infantil, GB (lag = 2, RMSE = 4,16) para a neonatal e SVM (lag = 3, RMSE = 3,162) para a pós-neonatal. Para a identificação de risco de óbito, os modelos treinados tiveram acurácia e AUC superior a 90% e 91%, respetivamente, para os modelos binários, e acima de 81% e 82% para os modelos multiclasse. Os melhores modelos foram os treinados com SVM (acurácia = 92,88%, AUC = 0,934) para o modelo binário, e com XGB (acurácia = 88,38%, AUC = 0,876) para o modelo multiclasse. Conclui-se que a utilização de SIG, análise espacial e ML pode melhorar significativamente o cuidado do nascido vivo, alinhando-se aos Objetivos de Desenvolvimento Sustentável. Além disso, as sistemáticas propostas oferecem benefícios substanciais para a tomada de decisões, permitindo otimizar o uso de recursos e intervenções, além de contribuir para a melhoria da qualidade do cuidado ao recém-nascido e garantir sua sobrevivência.