MINERAÇÃO DE DADOS APLICADA AOS DADOS DA EPIDEMIA DE DENGUE

Apresentação em tema: "MINERAÇÃO DE DADOS APLICADA AOS DADOS DA EPIDEMIA DE DENGUE"— Transcrição da apresentação:

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

2 Introdução 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. Consequência

3 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. Objetivos

4 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: Exclusão de variáveis; Dados errados; Dados faltantes (missings); 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

5 Variáveis dos bancos de dados 2001-2002 após o tratamento
Variável resposta: ID_DG_NOT (Diagnóstico Dengue) Variáveis preditivas (dados clínicos): DENGUE ANO VACINADO FEBRE LAÇO CEFALEIA EXANTEMA PROSTRAÇÃO MIALGIA NAUSEAS ARTRALGIA EPISTAXE PETEQUIAS GENGIVO PLEURAL ABDOMINAL HEPATO CHOQUE ASCITE DOR

6 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. Metodologia

7 Visualização parcial da 1ª árvore de classificação (possui dengue ou não)
Respostas: 1 – Sim 2 – Não 3 – Não Realizada 9 - Ignorado Exantema Nó 2 N=4326 Resposta: 2 Diagnóstico: em aberto Nó 3 N=3264 Resposta: 1 ou 9 Diagnóstico: tem dengue Laço Nó 4 N=1544 Resposta: 9 Diagnóstico: em aberto Nó 5 N=2782 Resposta: 1, 2 ou 3 Diagnóstico: em aberto Prostração Choque Nó 6 N=947 Resposta: 2 Diagnóstico: em aberto Nó 7 N=597 Resposta: 1 ou 9 Diagnóstico: em aberto Nó 532 N=227 Resposta: 9 Diagnóstico: em aberto Nó 533 N=2555 Resposta: 1 ou 2 Diagnóstico: em aberto Vacinado Dor Abdominal Febre

8 Resultados 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.

9 1ª árvore: Possui dengue ou não 2ª árvore: Tipo de dengue
Resultados do modelo 1ª árvore: Possui dengue ou não 2ª árvore: Tipo de dengue 1 – Dengue clássica 2 – Dengue com complicações 3 – Febre hemorrágica do dengue 1 - Descartado 0 - Dengue Predito Observado Predito Observado

10 1ª árvore: Possui dengue ou não
Resultados do modelo 1ª árvore: Possui dengue ou não Diagnóstico Predito Total Valor Absoluto Percentual Diagnóstico observado Dengue Descartado Valor Absoluto 982 289 77% 23% 1271 100% 57 50 53% 47% 107 2ª árvore: Tipo de dengue Diagnóstico Predito Total Valor Absoluto Percentual Diagnóstico observado Dengue 1 Dengue 2 Dengue 3 Valor Absoluto 1035 2 1 99,71% 0,19% 0,10% 1038 100% 0,00% 0% 100,00%

11 Análise de custo (1ª árvore)
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$ ,00 Custo com o modelo para a amostra: R$ 20,00 x 1328 = R$ ,00 Redução de 3,63% nos custos com exame de sangue Considerando os casos de 2001 ( notificações), haveria uma redução de custos de R$ ,96.

12 Conclusão 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. Trabalhos futuros