MACHINE LEARNING PARA PREDIÇÃO DE PREMATURIDADE NEONATAL NO BRASIL: ANÁLISE DO SINASC 2022

Vol. 3 2024 - 201171
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Objetivo: Analisar dados brasileiros de forma preditiva por meio de algoritmos de aprendizado de máquina para identificar variáveis de vulnerabilidade e risco na população para a prematuridade neonatal. Métodos: Dados de saúde pública brasileira do Sistema de Informações de Nascidos Vivos (SINASC) em 2022 foram analisados em todos os 26 estados federais, abrangendo 2.521.437 gestações e relatando desfechos gestacionais a termo ou prematuros. Inicialmente, 47 variáveis disponíveis nas consultas pré-natais foram selecionadas e o algoritmo Boruta foi utilizado para seleção de características, identificando 19 variáveis para treinamento dos modelos. Codificação one-hot e normalização z-score foram aplicadas para variáveis qualitativas e quantitativas, respectivamente. Algoritmos populares de aprendizado de máquina—XGBoost, Catboost, LightGBM e Random Forest—foram testados em um conjunto de teste de 30%. Resultados: Na análise geral, o algoritmo CatBoostClassifier apresentou Área Abaixo da Curva (AUC-ROC) de 0,640 (Precisão: 0,745, Recall: 0,117) e o XGBoost mostrou valores de AUC de 0,639 (Precisão: 0,748, Recall: 0,116). As principais variáveis preditivas incluíram altitude e longitude de residência, idade da mãe e mês da gestação de início do pré-natal. Conclusão: Algoritmos de aprendizado de máquina podem prever efetivamente a prematuridade utilizando dados de gravidez disponíveis nas consultas pré-natais; no entanto, é necessário mais informações dos Registros Eletrônicos de Saúde para permitir o uso de todas as informações disponíveis nas fases iniciais do pré-natal para uma melhor predição de gestações em risco de prematuridade. Pesquisas adicionais devem validar esta metodologia em diferentes contextos com dados semelhantes coletados rotineiramente.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Eixo Temático
  • Epidemiologia da saúde da criança