Avaliação de dados do sistema de saúde e elaboração de ferramentas de triagem
Resumo
Doenças tropicais negligenciadas, como a dengue e a leptospirose, representam um
grande problema de saúde pública e afetam principalmente populações carentes. A
dengue, uma arbovirose transmitida pelos mosquitos do gênero Aedes aegypti, está
em constante expansão global. Devido ao seu impacto socioeconômico é necessário
a elaboração de ferramentas que auxiliem tanto no diagnóstico quanto o controle da
disseminação dos vetores. A leptospirose, apesar de ser uma doença de importância
mundial, apresenta altos índices de subnotificação. É um agravo com pouca
visibilidade da mídia e que recebe pouco investimento do poder público e das
indústrias farmacêuticas. No Brasil, uma das maneiras de conhecer a dinâmica destas
doenças é através do monitoramento dos Sistemas de Saúde, que copilam as fichas
de notificação e disponibilizam de forma anonimizada para estudos epidemiológicos.
Esta tese é composta por cinco artigos científicos com os seguintes objetivos,
respectivamente: Avaliar a relação de casos e óbitos por dengue e a relação com a
vulnerabilidade social; Treinar modelos de aprendizado de máquina para a triagem de
casos de dengue; Analisar a completude das fichas de notificação dos dados de
leptospirose no Rio Grande do Sul; Aplicar modelos de aprendizagem de máquina
para realizar a triagem de casos de leptospirose utilizando dados de identificação do
paciente e dos sinais clínicos; Avaliar a dinâmica espaço temporal de casos de dengue
e ovos de Aedes aegypti em Belo Horizonte. Todos os estudos utilizaram dados do
sistema de vigilância passiva. Artigo 1: As taxas de incidência e letalidade da dengue
e sua relação com sexo, idade, escolaridade, cor da pele e vulnerabilidade social
foram estudadas por meio de testes qui-quadrado, análises de mínimos quadrados
ordinários (MQO) e regressão geograficamente ponderada (GWR). Os resultados
demonstraram que o aumento de casos de dengue teve relação direta com áreas de
maior vulnerabilidade social e com maior número de pessoas em idade ativa. Além
disso, a doença é mais grave em pessoas autodeclaradas negras, idosas e do sexo
masculino. Artigo 2: Foram utilizados dados do Sistema Nacional de Agravos de
Notificação dos estados do Rio de Janeiro e Minas Gerais dos anos de 2016 e 2019
para treinar os algoritmos de aprendizado de máquina. Os algoritmos Árvore de
Decisão e Perceptron Multicamadas (MLP) alcançaram os melhores resultados nas
métricas de decisão, com uma precisão de 98%. Artigo 3: Foi realizado um estudo
ecológico avaliando o grau de completude dos dados de leptospirose nos municípios
do Rio Grande do Sul. Observou-se que 79,29% dos municípios deixaram alguma
ficha de notificação com o campo “classificação final” em branco ou preenchido com
o número 8 (ignorada). Observou-se que informações referentes a escolaridade, ocupação, caso anterior em humanos ou animais e diagnóstico laboratorial foram que
apresentaram as maiores taxas de incompletude. Artigo 4: Foram utilizados dados
oriundos das fichas de notificação de leptospirose do estado do Rio Grande do Sul,
no período de 2007 a 2019. Para a seleção dos atributos mais relevantes, foi utilizada
a técnica do chi-quadrado. O modelo de classificação Random Forest alcançou uma
acurácia de 0.6638. Artigo 5: Foram analisados dados relativos ao número de ovos e
casos coletados pela vigilância no município de Belo Horizonte. Verificou-se que os
distritos Barreiro, Norte e Nordeste apresentaram clusters de risco para ocorrência de
casos e aumento no número de ovos. Na avaliação de tendencia temporal observouse uma diminuição dos casos a partir de 2016, porém houve o aumento do número de ovos. Estes estudos visam contribuir para o entendimento e controle dessas doenças, auxiliando o sistema de vigilância com ferramentas eficazes para o diagnóstico, monitoramento e intervenção.