O documento apresenta uma análise de dados sobre intoxicações agudas atendidas em um centro de controle de intoxicações em São Paulo. A análise identificou 5 grupos distintos de pacientes com base em variáveis como agente tóxico, circunstância, sintomas e características demográficas. Um modelo de regressão logística previu a classificação dos pacientes nos grupos com 97% de acurácia e previu o prognóstico dos pacientes com 67,03% se curando e 1,08% morrendo.

1. Globalcode – Open4education
Mapeamento dos casos de intoxicações
agudas atendidos no Centro de Controle de
Intoxicações da cidade de São Paulo
Emmanuelle Rodrigues Nunes
Data Scientist

2. Globalcode – Open4education
Agenda
Introdução
Análise Descritiva
Modelagem
Conclusão

3. Globalcode – Open4education
Introdução
Intoxicação é a destruição de células pela
inalação, ingestão, injeção ou absorção de
substâncias tóxicas. A natureza, a dose, a
composição e a via de exposição são fatores
chave que indicam a severidade das intoxicações,
assim como a exposição simultânea a outros
tóxicos, o estado de nutrição, idade e saúde pré-
existentes.

4. Globalcode – Open4education
Intoxicação
A intoxicação pode ser de dois tipos:
Aguda;
Crônica
Sistema Nacional de Informações Tóxico-
Farmacológica (SINITOX).

5. Globalcode – Open4education
Metodologia
Hospital Municipal Doutor Arthur Ribeiro de
Saboya;
É atendido pelo Centro de Controle de
Intoxicações (CCI);

6. Globalcode – Open4education
Metodologia
A equipe médica inicia a aplicação do questionário;
Coleta sanguínea enviada à FCF – USP.

7. Globalcode – Open4education
Objetivos
Identificar associações entre as concentrações
plasmáticas, sintomatologia e prognóstico dos
pacientes atendidos no CCI-SP;
Correlacionar os dados obtidos com o desfecho
clínico dos pacientes.

8. Globalcode – Open4education
Análise

9. Globalcode – Open4education
Análise Descritiva

10. Globalcode – Open4education
Variáveis
Idade Sexo

11. Globalcode – Open4education
Circunstância Ocorrência

12. Globalcode – Open4education
Exposição Tipo

13. Globalcode – Open4education
Avaliação Evolução

14. Globalcode – Open4education
Agente tóxico: Qual agente tóxico responsável
pela intoxicação do paciente;

15. Globalcode – Open4education

16. Globalcode – Open4education
Sintomas
Manifestação Geral Neurológicos

17. Globalcode – Open4education
Gastrintestinal Respiratória

18. Globalcode – Open4education
Cardiovascular Cutâneo

19. Globalcode – Open4education
Concentração tóxica HPLC.DAD;
GC.FID;
Uso de álcool

20. Globalcode – Open4education
Substâncias x Concentração

21. Globalcode – Open4education
Substâncias Categorizadas x Concentração

22. Globalcode – Open4education
Sexo, Idade e classe de substância para
indivíduos que tentaram suicídio ou abuso

23. Globalcode – Open4education
Sexo, tipo de intoxicação e classe de substância

24. Globalcode – Open4education
Sexo, Avaliação e classe de substância (Apenas
pra quem foi detectado o uso de alguma
substância)

25. Globalcode – Open4education
Sexo, Avaliação e Sintoma

26. Globalcode – Open4education
Análise Inferencial

27. Globalcode – Open4education
Análise Inferencial
Matriz de distância utilizando a distância de Jaccard

28. Globalcode – Open4education
Exemplo
Indivíduo Sexo 1-15 anos 15-30 anos
Sint.
Neuro
Drogas
A 1 0 1 0 0
B 0 0 1 0 1
C 1 1 0 1 1

29. Globalcode – Open4education
Análise Inferencial

30. Globalcode – Open4education
Análise Inferencial
Clusterização pelo método do vizinho mais distante.

31. Globalcode – Open4education
Evita o encadeamento;
𝑑 𝑋, 𝑌 = max
𝑥∈𝑋,𝑦∈𝑌
𝑑(𝑥, 𝑦)

32. Globalcode – Open4education
Análise Inferencial
Identificação da quantidade de grupos por meio do dendrograma.

33. Globalcode – Open4education

34. Globalcode – Open4education
Análise Inferencial

35. Globalcode – Open4education
Análise Inferencial
• Caracterização dos grupos.
• FBST (Full Bayesian Significance Test) para selecionar as
variáveis que mais discriminam os grupos.

36. Globalcode – Open4education
Grupo n
Grupo 1 110
Grupo 2 54
Grupo 3 90
Grupo 4 21
Grupo 5 5
Agente Tóxico Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5
Drogas de abuso 97,27% 100% 18,78% 19,05% 60%
Medicamento 3,64% 1,85% 78,89% 21,83% 0%
Não Informado 1,82% 0% 2,22% 47,62% 0%
Apenas Drogas 53,64% 9,26% 12,22% 42,86% 0%
Drogas e Medicamentos 14,55% 1,85% 3,33% 14,29% 0%
Apenas Medicamento 8,18% 7,41% 42,22% 19,05% 0%
Álcool 53,64% 5,56% 12,22% 57,14% 0%
Circunstância Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5
Abuso 94,55% 93% 12,22% 9,52% 60%
Tentativa de Suicídio 3,64% 0,00% 80,00% 4,76% 0%
Outro 0,00% 7% 0,00% 4,76% 0%
Não Informado 1,82% 0,00% 3,33% 76,19% 0%
Acidente Individual 0,91% 0,00% 5,56% 0,00% 80%
Exposição Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5
Oral 70,00% 43% 98,89% 23,81% 20%
Respiratória 38,18% 48,15% 2,22% 14,29% 100%
Nasal 50,00% 15% 3,33% 4,76% 0%
Não Informada 0,91% 9,26% 1,11% 66,67% 0%

37. Globalcode – Open4education
Tipo Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5 e-valor
Aguda Única 11,82% 9% 66,67% 4,76% 80% 0
Aguda Repetida 18,18% 35,19% 2,22% 0,00% 20% 0
Aguda sobre crônica 9,09% 30% 2,22% 0,00% 0% 0,001
Crônica 48,18% 9,26% 23,33% 0,00% 0% 0
Não Informada 13,64% 22,22% 11,11% 95,24% 0 0
Outras Caracteristicas Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5 e-valor
Sintomas Neurologicos 36,36% 31% 60,00% 80,95% 0% 0
Uso tóxico de medicamentos 19,09% 0,00% 27,87% 14,29% 0% 0
31-50 anos 44,55% 43% 38,89% 38,10% 20% 0,001
> 50 anos 3,64% 0,00% 12,22% 9,52% 0% 0
Grupo n
Grupo 1 110
Grupo 2 54
Grupo 3 90
Grupo 4 21
Grupo 5 5

38. Globalcode – Open4education
Regressão Logística para predizer os
indivíduos em cada grupo
Acurácia de 97% utilizando as variáveis com baixo ev
Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5
Grupo 1 108 1 1 0 0
Grupo 2 6 48 0 0 0
Observado Grupo 3 0 0 90 0 0
Grupo 4 0 0 0 21 0
Grupo 5 0 0 0 0 5
Predito

39. Globalcode – Open4education
Regressão Logística para previsão do
prognostico do paciente

40. Globalcode – Open4education
Conclusões
Existem 5 grupos distintos em que os indivíduos
intoxicados da nossa amostra podem estar;
A regressão logística na predição da classificação
evolução NA condiz com o esperado, os
resultados mostram que 67,03% se curaram e
1,08% morreram;
A avaliação 4 confunde o modelo.

41. Data Scientist PagSeguro
emmanuellernunes@gmail.com