Aprendizado de Máquina como estratégia para rastreamento de óbitos por demência e neoplasias em indivíduos do estado de Pernambuco, Brasil, 2022 e 2023
DOI:
https://doi.org/10.53660/PRW-2237-4126Palavras-chave:
Demência, Neoplasias, Mortalidade, Sistema Único de Saúde, Aprendizagem de Máquina SupervisionadaResumo
Introdução: A doença de Alzheimer é a forma mais comum de demência, representando um desafio nos cuidados de saúde principalmente da população idosa. Comorbidades associadas a essa doença como o câncer diminuem a funcionalidade do indivíduo, qualidade de vida e eleva a taxa de mortalidade. Com isso, a complexa interseção entre câncer e demência destaca a necessidade de uma abordagem de vigilância em saúde. Objetivo: Comparar o desempenho de métodos de aprendizagem de máquina supervisionada na classificação de óbitos por Doença de Alzheimer, Demências e Câncer, usando dados epidemiológicos de morbimortalidade do estado de Pernambuco, Brasil nos anos de 2022 e 2023. Método: Trata-se de um estudo transversal com dados secundários do DATASUS (TabNet) composto por 171 indivíduos com demência e neoplasias do estado de Pernambuco para os anos de agosto de 2022 a agosto de 2023. Para a análise dos dados utilizou-se o software Weka (Versão 3.8.6) com a utilização das técnicas de balanceamento SMOTE e validação cruzada por faixa etária, raça e sexo. Foi empregado na análise os seguintes testes: Neural Network - Multilayer Perceptron, Support Vector Machine, Naive Bayes, Random Tree e Random Forest. Resultados: O modelo Random Forest com 10 árvores foi o mais eficaz, alcançando acurácia de 89,2%, índice Kappa de 78,3%, especificidade de 87,6%, sensibilidade de 90,7% e curva ROC de 97%. Este estudo apresentou algumas limitações como a inconsistências na base de dados, o balanceamento de classes pode introduzir vieses e poucas variáveis preditoras foram consideradas. Conclusão: O estudo destaca o potencial das técnicas de aprendizado de máquina com dados do DATASUS no rastreamento dos óbitos por demência e neoplasias, com modelos promissores apesar das limitações. A continuidade da pesquisa pode explorar mais variáveis e técnicas avançadas para aprimorar a precisão.
Downloads
Referências
BREIJYEH, Zeinab; KARAMAN, Rafik. Comprehensive review on Alzheimer’s disease: causes and treatment. Molecules, v. 25, n. 24, p. 5789, 2020.
CABA, Yaelin et al. The impact of dementia on cancer treatment decision-making, cancer treatment, and mortality: a mixed studies review. JNCI Cancer Spectrum, v. 5, n. 3, p. pkab002, 2021.
CAVALCANTE, Fabrício Vieira et al. Testes diagnósticos nacionais: insumos essenciais para a vigilância sindrômica da Covid-19. Saúde em Debate, v. 46, n. 134, p. 665-681, 2022.
FETER, Natan et al. Ten-year trends in hospitalizations due to Alzheimer’s disease in Brazil: a national-based study. Cadernos de saude publica, v. 37, p. e00073320, 2021.
FORD, Elizabeth et al. Identifying undetected dementia in UK primary care patients: a retrospective case-control study comparing machine-learning and standard epidemiological approaches. BMC medical informatics and decision making, v. 19, p. 1-9, 2019.
GUERRIERO, Iara Coelho Zito. Resolução nº 510 de 7 de abril de 2016 que trata das especificidades éticas das pesquisas nas ciências humanas e sociais e de outras que utilizam metodologias próprias dessas áreas. Ciência & Saúde Coletiva, v. 21, p. 2619-2629, 2016.
HRABOK, Marianne et al. Primary care electronic medical records can be used to predict risk and identify potentially modifiable factors for early and late death in adult onset epilepsy. Epilepsia, v. 62, n. 1, p. 51-60, 2021.
LAFORTUNE, Louise; BRAYNE, Carol. Dementia prevention—a call for contextualized evidence. Nature reviews Neurology, v. 13, n. 10, p. 579-580, 2017.
MACHADO, Analy da Silva; MACHADO, Anaely da Silva; GUILHEM, Dirce Bellezi. Profile of hospitalizations for neoplasms in the Brazilian Unified Health System: a time-series study. Revista de saude publica, v. 55, p. 83, 2021.
MCWILLIAMS, Lorna et al. A systematic review of the prevalence of comorbid cancer and dementia and its implications for cancer-related care. Aging & mental health, v. 22, n. 10, p. 1254-1271, 2018.
MCWILLIAMS, Lorna et al. A systematic review of the prevalence of comorbid cancer and dementia and its implications for cancer-related care. Aging & mental health, v. 22, n. 10, p. 1254-1271, 2018.
OLIVEIRA, Marcella Cini et al. Fatores associados ao óbito em casos confirmados de COVID-19 no estado do Rio de Janeiro. BMC infectious diseases, v. 21, 2021.
XU, Zhaozhao et al. A synthetic minority oversampling technique based on Gaussian mixture model filtering for imbalanced data classification. IEEE Transactions on Neural Networks and Learning Systems, 2022.