Mineração de dados aplicada sobre câncer relacionado ao trabalho
DOI:
https://doi.org/10.59681/2175-4411.v16.2024.1014Palavras-chave:
Mineração de Dados, Câncer Ocupacional, Produto QuímicoResumo
Objetivo: Encontrar regras de associação entre a ocupação do trabalhador, o produto químico exposto e o câncer diagnosticado em 2019. Método: Foram aplicadas técnicas de Mineração de Dados, dentro do processo de Descoberta de Conhecimento em Bases de Dados. Para identificar padrões e correlações, foram utilizados arquivos sobre Câncer Relacionado ao Trabalho – disponíveis pelo Sistema de Informação de Agravos de Notificação –, o software Weka e o algoritmo Apriori. Resultados: Apresentamos 2 regras com a métrica “Confiança” e 4 regras com a métrica “Convicção”, que indicaram fortes associações entre “Produtor agrícola polivalente”, “Radiação solar”, “Outras neoplasias malignas da pele e doenças relacionadas” e “Radiação não ionizante e Agrotóxico”. Conclusão: Os resultados podem incentivar organizações a elaborarem estratégias de prevenção contra o câncer ocupacional, de forma a manter e garantir a qualidade de vida e segurança dos trabalhadores, sobretudo dos trabalhadores pertencentes às ocupações com maior risco de exposição ao câncer.
Referências
Zambolim CM, Oliveira TP, Hoffmann AN, Vilela CEB, Neves D, Anjos FR, et al. Perfil das intoxicações exógenas em um hospital universitário. Revista de Medicina de Minas Gerais 2008;18(1):5-10.
Brasil. Ministério da Saúde. Sistemas de informação em saúde. 2021 [Citado 2024 jan 31]. Disponível em: https://www.gov.br/saude/pt-br/composicao/svs/vigilancia-de-doencas-cronicas-nao-transmissiveis/sistemas-de-informacao-em-saude.
Brasil. Ministério da Saúde. Portaria 130, de 12 de fev. de 1999. Institui e formaliza a distribuição de competências dos órgãos do Ministério da Saúde em relação ao Sistema Nacional de Informações em Saúde. – Brasília (DF): Diário Oficial da União; 1999 [Citado 2022 ago 17]. Disponível em: http://www.portalsinan.saude.gov.br/images/documentos/ Legislacoes/Portaria_130_12_02_1999.pdf.
DATASUS. Departamento de Informática do SUS. [Citado 2024 jan 31]. Disponível em: https://datasus.saude.gov.br/sobre-o-datasus/.
Fayyad UM, Piatetsky-Shapiro G, Smyth P, Uthurusamy R. Advances in Knowledge Discovery and Data Mining. California: AAAI Press/The MIT Press; 1996.
Fayyad UM, Piatetsky-Shapiro G, Smyth P. From data mining to knowledge discovery in databases. AI magazine, v.17, n.3; 1996. p.37-37.
Lakshmi BN, Raghunandhan GH. A conceptual overview of data mining. In: 2011 National Conference on Innovations in Emerging Technology. IEEE; 2011. p.27-32. DOI: https://doi.org/10.1109/NCOIET.2011.5738828
Holloway, Jack; et al. Evaluating the performance of a predictive modeling approach to identifying members at high-risk of hospitalization. 2019 [Citado 2024 jan 31]. Disponível em: https://doi.org/10.1080/13696998.2019.1666854 DOI: https://doi.org/10.1080/13696998.2019.1666854
Kajungu DK, Selemani M, Masanja I, et al. Using classification tree modelling to investigate drug prescription practices at health facilities in rural Tanzania. Malar J 11, 311. 2012 [Citado 2024 jan 31]. Disponível em: https://doi.org/10.1186/1475-2875-11-311 DOI: https://doi.org/10.1186/1475-2875-11-311
Parsaye K. Intelligent databases: object-oriented, deductive and hypermedia technologies. New York: John Wiley; 1989.
Machine Learning Project at the University of Waikato in New Zealand. [Citado 2024 jan 31]. Disponível em: https://www.cs.waikato.ac.nz/ml/index.html.
Ministério da Saúde. Câncer relacionado ao Trabalho. 2022 [Citado 2024 jan 31]. Disponível em: https://www.gov.br/saude/pt-br/composicao/svsa/saude-do-trabalhador/vigilancia-em-saude-do-trabalhador-vigisat/doencas-e-agravos-relacionados-ao-trabalho/cancer-relacionado-ao-trabalho.
Costa CN, Coutinho JV, Magalhães LH, Arbex MA. Descoberta de conhecimento em bases de dados. FESJ Revista Eletrônica. 2018 [Citado 2024 jan 31]. Disponível em: https://www.fsd.edu.br/wp-content/uploads/2019/12/artigo9.pdf.
Agrawal R, Srikant R. Fast Algorithms for Mining Association Rules. Proc. 20th International Conference on Very Large Data Bases, VLDB; 1994. p.478-499.
Han J, Kamber M, Pei J. Data Mining: Concepts and Techniques 3. ed. Morgan Kaufmann Publishers Inc, San Francisco, USA; 2011.
Witten IH, Frank E, Hall MA. Data Mining Practical Machine Learning Tools and Techniques. Morgan Kaufmann Publishers Inc, 3.ed, San Francisco CA US; 2011. DOI: https://doi.org/10.1016/B978-0-12-374856-0.00001-8
Santos WH, et al. Estudo da base de dados abertos E-Saúde da prefeitura de Curitiba usando técnicas de mineração de dados. Dissertação de Mestrado. Universidade Tecnológica Federal do Paraná. 2018.
De Oliveira Silva SL, Costa EA. Intoxicações por agrotóxicos no estado do Tocantins: 2010–2014. Vigilância Sanitária em Debate: Sociedade, Ciência & Tecnologia, v. 6, n. 4; 2018. p.13-22. DOI: https://doi.org/10.22239/2317-269x.01188
Jakob MC, Santa D, Holte KA, Sikkeland IJ, Hilt B, Lundqvist P. Occupational health and safety in agriculture – a brief report on organization, legislation and support in selected European countries. Ann Agric Environ Med., 28(3); 2021. p.452-457 [Citado 2024 jan 31]. Disponível em: https://doi.org/10.26444/aaem/140197 DOI: https://doi.org/10.26444/aaem/140197
Silva JS, Nascimento LP. Fatores Culturais Associados à não Adesão aos Exames Preventivos de Câncer de Próstata em Parintins [Trabalho de Conclusão, Universidade do Estado do Amazonas]. 2017 [Citado 2024 jan 31]. Disponível em: http://repositorioinstitucional.uea.edu.br//handle/riuea/759.
Lima Júnior MM, Reis LO, Ferreira U, Cardoso UO, Barbieri RB, Mendonça GB, et al. Unraveling Brazilian Indian Population Prostate Good Health: Clinical, Anthropometric and Genetic Features. International braz j urol, 41(2). 2015 [Citado 2024 jan 31]. Disponível em: https://doi.org/10.1590/S1677-5538.IBJU.2015.02.23. DOI: https://doi.org/10.1590/S1677-5538.IBJU.2015.02.23
Mota TR, Barros DPO. Perfil dos pacientes com câncer de próstata em hospital de referência no estado de Pernambuco. Revista brasileira de análises clínicas, 50(4), 334-338; 2018 [Citado 2024 jan 31]. Disponível em: https://doi.org/10.21877/2448-3877.201900766. DOI: https://doi.org/10.21877/2448-3877.201900766
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Bruna Ferreira Pfeiffer, Silvia Regina Gralha, Giordani da Silva Ramos
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
A submissão de um artigo ao Journal of Health Informatics é entendida como exclusiva e que não está sendo considerada para publicação em outra revista. A permissão dos autores para a publicação de seu artigo no J. Health Inform. implica na exclusiva autorização concedida aos editores para incluí-lo na revista. Ao submeter um artigo, ao autor será solicitada a permissão eletrônica de um Termo de Transferência de Direitos Autorais. Uma mensagem eletrônica será enviada ao autor correspondente confirmando o recibo do manuscrito e o aceite da Declaração de Direito Autoral.
