Avaliação de modelos preditivos de aprendizado de máquina como suporte na tomada de decisão gerencial: a predição de risco de mortalidade por COVID-19 no estado de São Paulo

• Ano de defesa: 2025
• Autor(a) principal: Rocha, Tiago Kietzmann Penalves
• 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: Análise de dados secundários; Aprendizado de máquina supervisionado; Conjuntos de dados como assunto; Coronavírus relacionado à síndrome respiratória aguda grave; Datasets as topic; Health information systems; Indicadores de morbimortalidade; Indicators of morbidity and mortality; Secondary data analysis; Severe acute respiratory syndrome-related coronavirus; Sistemas de informação em saúde; Supervised machine learning
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/5/5137/tde-15102025-110217/

Introdução: Dados secundários podem ser utilizados para o treinamento de modelos preditivos contribuindo para decisões. Apesar de suas vantagens, como agilidade e baixo custo, o uso de dados secundários exige atenção. O objetivo deste estudo é analisar o uso de dados secundários no treinamento de modelos preditivos, explorando o volume de dados necessário e o impacto de fatores externos no desempenho dos modelos. Métodos: Usados dados do SIVEP-GRIPE de pacientes com SRAG por COVID-19 em hospitais de São Paulo de 2020-2021 o desfecho foi óbito por COVID-19. Testados 6 algoritmos. Treinados modelos com os dados acumulados de cada semana epidemiológica para avaliar o volume de dados necessário, modelos com dados de cada semana epidemiológica para avaliar a variação da relação preditiva e 3 modelos com população específica dos momentos da pandemia. Resultados: Testados 18 modelos com desempenho consistente (AUC 0,737 - 0,755). Com os dados acumulados até 13ª semana (2690 registros) foi atingido o melhor desempenho (AUC 0,824), a partir de ponto houve uma queda progressiva estabilizando em AUC 0,74. Com dados específicos de cada semana epidemiológica manteve uma AUC superior a 0,75 até a vigésima de 2020 com queda progressiva e sempre abaixo de 0,7 a partir da décima de 2021. Discussão: O estudo conclui que dados secundários podem ser eficazes para modelos preditivos rápidos e de baixo custo, com volume de dados pequeno necessário. Contudo, é crucial monitorar continuamente esses modelos, pois fatores externos podem afetá-los, exigindo ajustes constantes para manter sua eficácia em cenários dinâmicos.