Técnica boosting: apoio à decisão na Atenção Primária à Saúde
Palavras-chave:
Avaliação nutricional, Atenção primária à saúde, Tomada de decisão, Política públicaResumo
Objetivo: Criar um modelo de apoio à tomada de decisão, fundamentado na técnica computacional de boosting, utilizando o algoritmo Adabbost.M1 junto ao Método: Base de uma Rede Neural Artificial, para apoio à decisão na atenção nutricional no contexto da Atenção Primária à Saúde. Métodos: estudo seccional de base populacional representativa das unidades básicas de saúde dos 27 estados federativos do Brasil, com unidade amostral de 29.778 unidades. Os dados são provenientes do banco de dados do 2º ciclo de Avaliação Externa do Programa de Melhoria do Acesso e da Qualidade na Atenção Básica realizado em 2013. Resultados: A Rede Neural Artificial gerada junto ao algoritmo Adaboost.M1 obteve 99.36% de acertos na decisão, a partir da predição da adequação dos serviços de saúde. Conclusão: Este modelo demonstrou auxiliar na tomada de decisões em atenção nutricional no contexto da Atenção Primária à Saúde.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Vale a licença indicada em cada artigo, na sua página e no PDF. A partir do volume 18 (2026), o Journal of Health Informatics adota a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0), que permite copiar, distribuir, adaptar e reutilizar o conteúdo para qualquer fim, desde que a autoria e a fonte original sejam citadas. Artigos publicados até 2025 permanecem sob a licença Creative Commons Atribuição–Não Comercial–Compartilha Igual 4.0 Internacional (CC BY-NC-SA 4.0).
