Mineração de dados no diagnóstico de hipertensão baseado na Pesquisa Nacional em Saúde 2019

Autores

  • Nicolau Machado de Carvalho PUC Minas
  • Marco Paulo Soares Gomes PUC Minas
  • Luis Enrique Zárate PUC Minas

DOI:

https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1250

Palavras-chave:

Hipertensão, Mineração de dados, Descoberta de Conhecimento

Resumo

A hipertensão é uma doença que atinge grande parte da população brasileira. Por ser uma doença muito comum, alguns de seus fatores de risco são conhecidos, mas conhecer a ordem de relevância pode trazer novos insights, principalmente quando o objetivo é o diagnóstico da doença. Recentemente foi disponibilizada a Pesquisa Nacional em Saúde 2019, que traz novas informações sobre a saúde da população brasileira. O Objetivo é auxiliar no diagnóstico dos indivíduos que sofrem de Hipertensão Arterial Sistêmica por meio de um método para descoberta de conhecimento e classificação por Floresta Aleatória. Resultados alcançaram um F1-score médio de 75%. As conclusões apontam que a ingestão de sal, manter-se fora do peso ideal, não praticar atividades físicas moderadas, e fumar, nessa ordem, são fatores muito importantes para diagnóstico da doença.

Biografia do Autor

Nicolau Machado de Carvalho, PUC Minas

Bac., Ciência de Dados, PUC Minas, Belo Horizonte (MG), Brasil

Marco Paulo Soares Gomes, PUC Minas

Dr., Ciência de Dados, PUC Minas, Belo Horizonte (MG), Brasil

Referências

Malta, D. C., Bernal, R. T. I., Ribeiro, E. G., Moreira, A. D., Felisbino-Mendes, M. S., & Velásquez-Meléndez, J. G. (2022). Arterial hypertension and associated factors: National Health Survey, 2019. Revista De Saúde Pública, 56, 122. DOI: https://doi.org/10.11606/s1518-8787.2022056004177

Elshawi, R., Al-Mallah, M. H., Sakr, S. On the interpretability of machine learning-based model for predicting hypertension. BMC medical informatics and decision making 19 (1): 1–32, 2019. DOI: https://doi.org/10.1186/s12911-019-0874-0

Kublanov, V. S., Dolganov, A. Y., Belo, D., and Gamboa, H. Comparison of machine learning methods for the arterial hypertension diagnostics. Applied bionics and biomechanics vol. 2017. DOI: https://doi.org/10.1155/2017/5985479

LaFreniere, D., Zulkernine, F., Barber, D., and Martin, K. Using machine learning to predict hypertension from a clinical dataset. In 2016 IEEE symposium series on computational intelligence (SSCI). IEEE, pp. 1–7, 2016. DOI: https://doi.org/10.1109/SSCI.2016.7849886

Zarate, L., Petrocchi, B., Maia, C., Felix, C., and Gomes, M. P. Capto- a method for understanding problem domains for data science projects. Concilium 23:922–941, 2023. DOI: https://doi.org/10.53660/CLM-1815-23M33

Downloads

Publicado

19-11-2024

Como Citar

de Carvalho, N. M., Gomes, M. P. S., & Zárate, L. E. (2024). Mineração de dados no diagnóstico de hipertensão baseado na Pesquisa Nacional em Saúde 2019. Journal of Health Informatics, 16(Especial). https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1250

Artigos Semelhantes

1 2 3 4 5 6 7 8 9 10 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.

Artigos mais lidos pelo mesmo(s) autor(es)