Aprendizado de Máquina Aplicado à Predição de Doenças Crônicas: Um Estudo de Caso de Hipertensão Arterial

• Ano de defesa: 2024
• Autor(a) principal: Dias, Jaqueline Lopes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Algoritmos de classificação; Artificial intelligence; Classification algorithms; Digital health; Epidemiologia matemática; Fatores de risco; Inteligência artificial; Mathematical epidemiology; Risk factors; Saúde digital
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-27012025-120434/

As Doenças Crônicas Não Transmissíveis (DCNT) tornaram-se uma das principais causas de mortalidade global, impulsionadas pela transição demográfica e pelo aumento da longevidade. Entre essas doenças, destacamos neste trabalho a hipertensão arterial, que é preocupante devido aos seus múltiplos fatores de risco como idade, obesidade, inatividade física e dieta inadequada, além dos seus impactos adversos na saúde. Este estudo avalia a aplicação do aprendizado de máquina na predição do risco de hipertensão, utilizando dados da Pesquisa Nacional de Saúde do Instituto Brasileiro de Geografia e Estatística de 2013. Esses dados abrangem variáveis demográficas, sociodemográficas, estilo de vida, saúde, exames laboratoriais e medidas antropométricas, incluindo pressão arterial sistólica e diastólica. Realizamos uma análise detalhada e preparação do conjunto de dados, testando algoritmos preditivos como Regressão Logística, Naive Bayes, k-Nearest Neighbors, Random Forests, XGBoost, LightGBM, CatBoost, SVM e Redes Neurais Artificiais. A avaliação dos modelos mostrou que a Regressão Logística teve o melhor desempenho com AUC de 0,75, seguida por CatBoost e SVM, com AUCs de 0,73 e 0,72, respectivamente. A análise dos coeficientes da Regressão Logística e dos valores SHAP para CatBoost revelou que os principais fatores de risco para hipertensão incluem sexo, nível de atividade física, IMC, idade e região de residência. Os resultados são promissores e demonstram a capacidade dos modelos de aprendizado de máquina em prever hipertensão. Ademais, a inclusão de variáveis históricas pode melhorar significativamente a sensibilidade dos modelos preditivos.