Use este identificador para citar ou linkar para este item: https://repositorio.unipampa.edu.br/jspui/handle/riu/8666
Tipo: Dissertação
Título: Análise preditiva baseada em inteligência artificial: um caminho para a transformação do modelo de vigilância das doenças crônicas não transmissíveis
Título(s) alternativo(s): Predictive analysis based on artificial intelligence: a path towards transforming the surveillance model for chronic non-communicable diseases
Autor(es): Silva, Luis Felipe Machado da
Primeiro Orientador: Ferraz, Rafael Camargo
1° Membro da banca: Garcia, Raquel Pötter
2° Membro da banca: Cassanego Junior, Paulo Vanderlei
3° Membro da banca: Oliveira, Sibele Vasconcelos de
Resumo: Essa dissertação, apresentada no formato de artigos/capítulos, teve, como objetivo, identificar modelos de predição baseados em Inteligência Artificial (IA) que auxiliem na vigilância das Doenças Crônicas Não Transmissíveis (DCNTs) no Brasil. O Capítulo I apresenta, como objetivo, analisar a qualidade de vida (QV) da população brasileira com o emprego do Método Alkire-Foster aos microdados do Inquérito de Vigilância de Fatores de Risco e Proteção para DCNTs. Foram selecionados onze indicadores distribuídos em três dimensões. A QV é um conceito intensamente marcado pela subjetividade, envolvendo todos os componentes essenciais da condição humana, quer seja físico, psicológico, social, cultural ou espiritual. Sabe-se que estas doenças comprometem muito além do que apenas a esfera biológica, e acabam interferindo de diferentes formas no próprio estilo de vida das pessoas acometidas, do seu grupo familiar e social. Os resultados encontrados indicam uma alta proporção de privação de QV entre os respondentes do inquérito. A QV parece ser fortemente determinada por fatores de ordem socioeconômica, uma vez que a doença crônica interrompe ou dificulta a inserção no processo produtivo, diminuindo as possibilidades de acesso aos bens de consumo. A partir dos resultados obtidos, sugere-se a importância de se considerar a multidimensionalidade do conceito de QV na assistência das pessoas com DCNTs. A partir deste argumento, construído no primeiro artigo, foi proposto um outro estudo teórico, que se encontra no Capítulo II, cujo objetivo é apresentar uma síntese de artigos científicos mundiais publicados sobre modelos preditivos para DCNTs, e analisar como esse tema tem sido abordado na Administração da Informação (ADI), sobre a área de Tecnologia e Saúde. Para isso, foi realizada uma revisão sistemática de literatura (RSL), que buscou por publicações sobre o tema, nas plataformas de busca SCOPUS e WEB of SCIENCE, entre 2012 e 2022. Este tipo de revisão contribui para mapear e, ao mesmo tempo, sintetizar, de forma a documentar as descobertas recentes sobre o tema pesquisado. O conjunto dos 40 artigos apresenta como o tema foi tratado na ADI, mostrando a evolução da temática. A justificativa e relevância para esta pesquisa está na necessidade de compreender como os pesquisadores exploram as diversas aplicações das técnicas de predição na vigilância destas doenças. Observa-se a contemporaneidade do uso da Inteligência Artificial (IA) na saúde, através de um arcabouço de pesquisas sobre o tema. Entre as pesquisas futuras, sugere-se a proposição de uma Agenda de Pesquisa com propostas de temas a serem explorados dentro da área de Sistemas de Informação. Segue-se para o Capítulo III, que apresenta um estudo empírico, utilizando-se modelos de previsões baseados em algoritmos de Aprendizado de Máquina (AM) para predição de risco em Obesidade, Diabetes ou ambas, a partir de variáveis colhidas no inquérito VIGITEL 2021. Buscou-se modelar matematicamente um conjunto de dados de 24.217 mil respondentes do inquérito, a partir de treze variáveis de entrada. Como modelo de saída, realizou-se três testes. Os modelos com melhor desempenho ficaram classificados na seguinte ordem: Obesidade, Obesidade e Diabetes, Diabetes. Concluiu-se, que a técnica de AM pode melhorar a prontidão da saúde, pois permite identificar, digitalmente, os sujeitos passíveis de maior risco de desenvolvimento destas doenças, recomendando intervenção antes de seu agravamento.
Abstract: This dissertation, presented in the format of articles/chapters, aimed to identify prediction models based on Artificial Intelligence (AI) that assist in the surveillance of Chronic Noncommunicable Diseases (NCDs) in Brazil. The objective of Chapter I is to analyze the quality of life (QL) of the Brazilian population using the Alkire-Foster Method on microdata from the Surveillance Survey of Risk and Protective Factors for NCDs. Eleven indicators distributed across three dimensions were selected. QoL is a concept intensely marked by subjectivity, involving all essential components of the human condition, whether physical, psychological, social, cultural or spiritual. It is known that these diseases compromise much more than just the biological sphere and end up interfering in different ways with the lifestyle of the people affected, their family and social group. The results found indicate a high proportion of QoL deprivation among survey respondents. QoL appears to be strongly determined by socioeconomic factors, since chronic illness interrupts or hinders integration into the production process, reducing the possibilities of access to consumer goods. Based on the results obtained, the importance of considering the multidimensionality of the concept of QOL in the care of people with NCDs is suggested. Based on this argument, constructed in the first article, another theoretical study was proposed, which is found in Chapter II, whose objective is to present a synthesis of worldwide scientific articles published on predictive models for NCDs, and analyze how this topic has been addressed in Information Administration (ADI), on the area of Technology and Health. For this, a systematic literature review (RSL) was carried out, which searched for publications on the topic, on the SCOPUS and WEB of SCIENCE search platforms, between 2012 and 2022. This type of review contributes to mapping and, at the same time, synthesizing, in order to document recent discoveries on the researched topic. The set of 40 articles presents how the topic was treated at ADI, showing the evolution of the topic. The justification and relevance for this research lies in the need to understand how researchers explore the various applications of prediction techniques in the surveillance of these diseases. The contemporary use of Artificial Intelligence (AI) in healthcare is observed, through a research framework on the topic. Among future research, it is suggested to propose a Research Agenda with proposals for topics to be explored within the area of Information Systems. We move on to Chapter III, which presents an empirical study, using prediction models based on Machine Learning (ML) algorithms to predict risk in Obesity, Diabetes or both, based on variables collected in the VIGITEL 2021 survey The aim was to mathematically model a data set of 24,217 thousand survey respondents, based on thirteen input variables. As an output model, three tests were carried out. The models with the best performance were classified in the following order: Obesity, Obesity and Diabetes, Diabetes. It was concluded that the AM technique can improve health preparedness, as it allows digitally identifying subjects at greater risk of developing these diseases, recommending intervention before their worsening.
Palavras-chave: Sistemas de Apoio à Decisão
Tecnologia e Saúde
Inteligência Artificial
Alkire-Foster
DCNTs
Decision Support Systems
Technology and Health
Artificial Intelligence
NCDs
CNPq: CNPQ::CIENCIAS SOCIAIS APLICADAS
Idioma: por
País: Brasil
Editor: Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus Santana do Livramento
Curso: Mestrado Acadêmico em Administração
Citação: SILVA, Luis Felipe Machado da. Análise preditiva baseada em inteligência artificial: um caminho para a transformação do modelo de vigilância das doenças crônicas não transmissíveis. Dissertação apresentada no Mestrado Acadêmico em Administração pela Unipampa. Santana do Livramento: Unipampa, 2023.
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.unipampa.edu.br/jspui/handle/riu/8666
Data do documento: 21-Jul-2023
Aparece nas coleções:Mestrado em Administração

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Luis Felipe Machado da Silva - 2023.pdf3.08 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.