Marcelo Marinho Lacerda Andrade (Sem Bolsa)

Mariana Belmar da Costa B. de Mello (Sem Bolsa)

Thiego Batalha Nunes (Sem Bolsa)

XXX Jornada de Iniciação Científica

Orientadores:

Luis Paulo Vieira Braga

Instituto de Matemática

Departamento de Métodos Estatísticos

Fernando Portela

Instituto de Microbiologia

Departamento de Virologia

MINERAÇÃO DE DADOS APLICADA AOS DADOS DA EPIDEMIA DE DENGUE 2001-2002

MINERAÇÃO DE DADOS APLICADA AOS DADOS DA EPIDEMIA DE DENGUE 2001-2002

A Dengue é um problema abordado em termos ambientais e populacionais;

Não há uma abordagem do problema em termos dos perfis ou padrões de atributos clínicos de pacientes expostos ao vírus da dengue.

Dificuldade na predição, a partir de um conjunto de atributos clínicos, de qual ou quais indivíduos serão alvos para a infecção pelo vírus da dengue, se expostos ao mesmo.

IntroduçãoIntrodução

ConsequênciaConsequência

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.

ObjetivosObjetivos

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 dadosTratamento dos dados

DENGUE

ANO

VACINADO

FEBRE

LAÇO

CEFALEIA

EXANTEMA

PROSTRAÇÃO

MIALGIA

NAUSEAS

ARTRALGIA

EPISTAXE

PETEQUIAS

GENGIVO

PLEURAL

ABDOMINAL

HEPATO

CHOQUE

ASCITE

DOR

Variável resposta: ID_DG_NOT (Diagnóstico Dengue)

Variáveis preditivas (dados clínicos):

Variáveis dos bancos de dados 2001-2002 após o tratamentoVariáveis dos bancos de dados 2001-2002 após o tratamento

Modelo criado através da Mineração de Dados (Data Mining) usando o banco de dados de 2001;

Aplicação do método da Árvore de Classificação;

Criação de 2 árvores de classificação a partir dos dados clínicos;

1ª árvore: predizer se o indivíduo possui dengue ou não;

2ª árvore: dado que diagnosticou-se dengue, qual tipo ele possui;

Validação do modelo através de amostras dos bancos de dados dos anos de 2001 e 2002, pois conhece-se a real situação do paciente.

MetodologiaMetodologia

Nó 1N=7590

Nó 2N=4326

Resposta: 2Diagnóstico: em aberto

Nó 3N=3264

Resposta: 1 ou 9 Diagnóstico: tem dengue

Nó 4N=1544

Resposta: 9Diagnóstico: em aberto

Nó 5N=2782

Resposta: 1, 2 ou 3 Diagnóstico: em aberto

Nó 6N=947

Resposta: 2Diagnóstico: em aberto

Nó 7N=597

Resposta: 1 ou 9Diagnóstico: em aberto

Nó 532N=227

Resposta: 9Diagnóstico: em aberto

Nó 533N=2555

Resposta: 1 ou 2Diagnóstico: em aberto

Laço

Prostração Choque

Exantema

Vacinado Dor Abdominal Febre

Visualização parcial da 1ª árvore de classificação (possui dengue ou não)

Visualização parcial da 1ª árvore de classificação (possui dengue ou não)

Respostas:

1 – Sim

2 – Não

3 – Não Realizada

9 - Ignorado

Respostas:

1 – Sim

2 – Não

3 – Não Realizada

9 - Ignorado

Resultados do modeloResultados do modelo

Cálculo do modelo foi prejudicado pelo alto índice de missings existentes;

A maioria dos casos de dengue foram preditos corretamente;

A diferença entre os padrões de epidemia nos anos de 2001 e 2002 prejudicou a previsão dos resultados em 2002;

Por esse motivo, e pelo fato da amostra de treinamento utilizada ser do banco de dados de 2001, optou-se pela validação do modelo com os dados do mesmo ano.

Resultados do modeloResultados do modelo

1ª árvore: Possui dengue ou não

2ª árvore: Tipo de dengue

1 - Descartado

0 - Dengue

1 – Dengue clássica

2 – Dengue com complicações

3 – Febre hemorrágica do dengue

Predito

Observado

PreditoObservado

Resultados do modeloResultados do modelo

1ª árvore: Possui dengue ou não

2ª árvore: Tipo de dengue

Diagnóstico PreditoTotal

Valor Absoluto Percentual

Diagnósticoobservado

Dengue Descartado Dengue DescartadoValor

AbsolutoPercentual

Dengue 982 289 77% 23% 1271 100%

Descartado 57 50 53% 47% 107 100%

  

Diagnóstico Predito

TotalValor Absoluto Percentual

Diagnósticoobservado

Dengue 1 Dengue 2 Dengue 3 Dengue 1 Dengue 2 Dengue 3Valor

AbsolutoPercentual

Dengue 1 1035 2 1 99,71% 0,19% 0,10% 1038 100%

Dengue 2 0 0 0 0,00% 0,00% 0,00% 0 0%

Dengue 3 1 0 0 100,00% 0,00% 0,00% 1 100%

Redução do custo com exame de sangue.

Valor do exame de sangue estimado em R$ 20,00.

Custo sem o modelo para a amostra: R$ 20,00 x 1378 = R$ 27.560,00

Custo com o modelo para a amostra: R$ 20,00 x 1328 = R$ 26.560,00

Análise de custo (1ª árvore)Análise de custo (1ª árvore)

Redução de 3,63% nos custos com exame de sangue. Considerando os casos de 2001 (65.533 notificações), haveria uma redução de custos de R$ 47.576,96.

Redução de 3,63% nos custos com exame de sangue. Considerando os casos de 2001 (65.533 notificações), haveria uma redução de custos de R$ 47.576,96.

Modelo consegue diagnosticar boa parte dos casos de dengue;

Falta qualidade na coleta dos dados clínicos;

O fator epidemia varia ano após ano, o que dificulta a predição de um modelo para se usar pelos anos seguintes.

Estudar a mudança do padrão de epidemia a cada ano;

Criar um modelo preditivo que possa ser aplicado não só ao ano corrente, mas também aos subsequentes.

ConclusãoConclusão

Trabalhos futurosTrabalhos futuros