Dengue Data Mining

Mineração de Dados
Estudos de Caso
Luis Paulo Vieira Braga
lpbraga@geologia.ufrj.br

Page  2
ESTUDOS DE CASO (DENGUE)

Page  3
 Introdução
 A dengue é objeto da maior campanha de saúde pública do Brasil,
que se concentra no controle do vetor Ae. aegypti. Este mosquito
está adaptado a se reproduzir nos ambientes doméstico e
peridoméstico, em recipientes onde se armazenam água potável e
recipientes descartáveis comumente encontrados nos lixos das
cidades onde se acumula água de chuvas. A dengue está presente
em todos os 27 estados da Federação, distribuída por 3.794
municípios. O Brasil contribui com cerca de 60% das notificações da
dengue nas Américas.

Page  4
 A introdução seqüencial de diferentes sorotipos do vírus da dengue
contribui para pressionar a incidência desta doença. Em 1981, os
sorotipos DEN-1 e DEN 4 foram os primeiros a serem isolados em
uma epidemia de dengue ocorrida Boa Vista, Estado de Roraima.
Após um silêncio epidemiológico, o sorotipo DEN-1 invadiu o
Sudeste, tendo como porta de entrada a cidade do Rio de Janeiro, e
o Nordeste, entrando pelas capitais dos estados de Alagoas, Ceará,
Pernambuco, Bahia e Minas Gerais, em 1986-1987. A partir daí,
espalhou-se por todo o país.

Page  5
 Os sorotipos DEN-2 emergiu em 1990-1991, e o DEN-3 em 2001-2002.
No momento, estes três sorotipos circulam simultaneamente em 24
estados da Federação, contribuindo para a incidência das formas
graves da dengue (dengue hemorrágica e síndrome do choque da
dengue) nas cidades onde se registram epidemias sequenciais por
pelo menos dois sorotipos diferentes. Por outro lado, também a
virulência das linhagens epidêmica pode ser algumas vezes o
determinante principal das formas complicadas e das formas
hemorrágicas.

Page  6
 A progressão da dengue depende de condições ecológicas e socio-
ambientais que facilitam a dispersão do vetor. Na ausência de uma
vacina eficaz, o controle da transmissão do vírus da dengue requer
o esforço conjunto de toda a sociedade no combate ao vetor. Dada a
extraordinária capacidade de adaptação do Ae. aegypti ao ambiente,
esta tarefa nem sempre produz resultados previsíveis.

Page  7
 No presente paradigma da Saúde Pública, a dengue é um problema
que vem sendo abordado em termos populacionais e ambientais.
Não se tem abordado o problema em termos dos perfis ou padrões
de pacientes expostos ao vírus da dengue. Assim, é preciso
identificar, numa massa de dados referentes a pacientes
caracterizados por um conjunto de parâmetros comuns, o perfil ou
perfis dos indivíduos acometidos pela dengue e dos que, apesar de
expostos ao vetor, não forma infectados pelo vírus da dengue.

Page  8
 Trata-se, portanto, de classificar os casos identificando classes de
perfis ou padrões (estabelecer um modelo descritivo), bem como
predizer, a partir de um conjunto de atributos (ou histórico dos
indivíduos), qual ou quais indivíduos serão “targets” para a infecção
pelo vírus da dengue, se exposto ao mesmo. Está claro que tais
resultados são pertinentes à população em estudo, pois os atributos
usados para descrever seus indivíduos não são universais, mas
locais.

Page  9
 Este tipo de investigação é conhecido como “mineração de dados”
(Data Mining), e não é ainda usada correntemente na saúde pública
de nosso país. Acreditamos que a introdução da tecnologia de Data
Mining possa otimizar as tomadas de decisões referentes à
prevenção da dengue e outros agravos identificando os perfis dos
indivíduos alvos para as ações de saúde pública, segundo a região e
condições em que os dados foram colhidos.

Page  10
 O instrumento de coleta de dados é um formulário com 87 campos

Page  11
 O paciente ao procurar o serviço de saúde com suspeita de dengue,
passa pela etapa de identificação – campos 1 a 25, em seguida se
submete um exame clínico – campos 26 a 41, podendo ou não ser
encaminhado para atendimento(internação) campos 42 a 48 ou para
exames de laboratório – campos 49 a 70. Nos exames de laboratório
a primeira bateria refere-se à sorologia. Se o resultado for negativo,
a hipótese de dengue é descartada, senão vai para a etapa seguinte
que é o isolamento viral. Caso se confirme, passa para a
patologia(histopatologia e imunohistopatologia). As conclusões
compreendem os campos 71 a 82. Cabendo ainda um campo livre
para observações e a identificação do investigador.

Page  12
Exemplo de um modelo descritivo
Ana Carolina Carioca, Fabiane Cirino, Renata Souza Bueno

Page  13

Page  14

Page  15

Page  16

Page  17

Page  18

Page  19

Page  20

Page  21

Page  22

Page  23

Page  24

Page  25

Page  26

Page  27

Page  28

Page  29

Page  30

Page  31

Page  32

Page  33
 Ajustar um modelo preditivo para o diagnóstico de dengue;
 Usar o modelo ajustado para diagnosticar novos casos a partir
somente dos dados clínicos;
 Reduzir os custos com exame de sangue para diagnóstico
positivo ou negativo de dengue.
Exemplo de um Modelo Preditivo*
Marcelo Marinho Lacerda Andrade, Mariana Belmar da Costa
B. de Mello, Thiago Batalha Nunes
* Apresentado na XXX Jornada Iniciacão Científica da UFRJ
OBJETIVOS

Page  34
 Antes do cálculo do modelo, foi necessário tratar os dados
fornecidos pelo Sistema de Informação de Agravos de
Notificação (SINAN) do Ministério da Saúde.
Etapas do tratamento:
1) Exclusão de variáveis;
2) Dados errados;
3) Dados faltantes (missings);
4) Significância das variáveis.
 Após o tratamento, houve redução na quantidade de variáveis de
75,86% nos casos de 2001 e 2002 (redução de 87 para 21
variáveis).
TRATAMENTO DOS DADOS

Page  35
ESTUDOS DE CASOS (DENGUE)

Page  36
 Variável resposta: ID_DG_NOT (Diagnóstico Dengue)
 Variáveis preditivas (dados clínicos):
Variáveis dos bancos de dados 2001-2002 após o tratamento

Page  37

Page  38

Page  39

Page  40

Page  41

Page  42

Page  43

Mineração de Dados
Recursos
Luis Paulo Vieira Braga
lpbraga@geologia.ufrj.br

Introducción a la minería de datos, Orallo; Quintana e Ramirez,
Prentice Hall
Data Mining: Concepts and Techniques, Han; Kamber,
Morgan Kaufman
RECURSOS

intmindat.blogspot.com
RECURSOS

RECURSOS
http://archive.ics.uci.edu/ml/

Dengue Data Mining

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Destaque

Destaque (6)

Semelhante a Dengue Data Mining

Semelhante a Dengue Data Mining (20)

Mais de ufrj

Mais de ufrj (18)

Dengue Data Mining