Cesarean Delivery Prediction in Brazil Using SINASC 2022 Microdata: A Data-Centric Analysis of Social, Healthcare, and Obstetric Factors

• Eduardo de O. Dias IFMG
• Carlos A. Silva IFMG

DOI: https://doi.org/10.5753/eniac.2026.29953

Resumo

O Brasil apresenta elevada ocorrência de partos cesáreos, com variações associadas a fatores socioeconômicos, assistenciais e obstétricos. Este estudo avalia modelos supervisionados para predição da via de parto a partir de microdados do SINASC 2022, comparando um recorte socioassistencial com um recorte obstétrico ampliado. Foram avaliados modelos lineares, baseados em árvores e boosting, com métricas de desempenho, baselines de classe majoritária e clínico simplificado, análise de robustez e validação adicional em escala com Árvore de Decisão regularizada e LightGBM no conjunto ampliado completo. Os resultados indicam que o recorte socioassistencial apresenta capacidade discriminativa moderada, enquanto a inclusão de variáveis obstétricas eleva substancialmente o desempenho, com AUC próxima de 0,81. Os achados reforçam que a qualidade e o recorte informacional dos dados são determinantes para aplicações retrospectivas e populacionais de IA em saúde pública.

Referências

Breiman, L. (2001). Random forests. Machine Learning, 45(1):5–32.

Chen, H., Hailey, D., Wang, N., and Yu, P. (2014). A review of data quality assessment methods for public health information systems. International Journal of Environmental Research and Public Health, 11(5):5170–5207.

Diniz, S. G. and Chacham, A. S. (2004). “The Cut Above” and “The Cut Below”: The abuse of caesareans and episiotomy in São Paulo, Brazil. Reproductive Health Matters, 12(23):100–110.

Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., and Liu, T.-Y. (2017). LightGBM: A highly efficient gradient boosting decision tree. In Advances in Neural Information Processing Systems, volume 30.

Leal, M. d. C., Pereira, A. P. E., Domingues, R. M. S. M., Theme Filha, M. M., Dias, M. A. B., Nakamura-Pereira, M., Bastos, M. H., and Gama, S. G. N. d. (2014). Intervenções obstétricas durante o trabalho de parto e parto em mulheres brasileiras de risco habitual. Cadernos de Saúde Pública, 30(Supl. 1):S17–S32.

Lundberg, S. M. and Lee, S.-I. (2017). A unified approach to interpreting model predictions. In Advances in Neural Information Processing Systems, volume 30.

Ministério da Saúde (2022). Sistema de informações sobre nascidos vivos – SINASC. Departamento de Informática do SUS (DataSUS).

Obermeyer, Z., Powers, B., Vogeli, C., and Mullainathan, S. (2019). Dissecting racial bias in an algorithm used to manage the health of populations. Science, 366(6464):447–453.

Pires, R. C. R., Silveira, V. N. d. C., Leal, M. d. C., Lamy, Z. C., and Silva, A. A. M. d. (2023). Tendências temporais e projeções de cesariana no Brasil, macrorregiões administrativas e unidades federativas. Ciência & Saúde Coletiva, 28(7):2119–2133.

Plataforma de Ciência de Dados aplicada à Saúde – PCDaS/Fiocruz (2026). Sistema de informação sobre nascidos vivos (SINASC): Dicionário de variáveis. Dicionário de variáveis do SINASC. Acesso em 4 jun. 2026.

Rajkomar, A. et al. (2018). Scalable and accurate deep learning with electronic health records. npj Digital Medicine, 1:18.

Rocha, A. S., Paixao, E. S., Alves, F. J. O., Falcão, I. R., Silva, N. J., Teixeira, C. S. S., Ortelan, N., Fiaccone, R. L., Rodrigues, L. C., Ichihara, M. Y., Barreto, M. L., de Al meida, M. F., and Ribeiro-Silva, R. d. C. (2023). Cesarean sections and early-term births according to Robson classification: A population-based study with more than 17 million births in Brazil. BMC Pregnancy and Childbirth, 23:562.

Santos, T. T. and Ferreira, P. H. (2024). Determinantes e predição de parto cesáreo utilizando técnicas de aprendizado de máquina. Sigmae, 13(5):1–22.

Sculley, D., Holt, G., Golovin, D., Davydov, E., and Phillips, T. (2015). Hidden technical debt in machine learning systems. In Advances in Neural Information Processing Systems, volume 28, pages 2503–2511.

Silva, A. B., Rocha, E. d. S., Lorenzato, J. F., and Endo, P. T. (2025). Evaluating how different balancing data techniques impact on prediction of premature birth using machine learning models. PLOS ONE, 20(3):e0316574.

van Buuren, S. and Groothuis-Oudshoorn, K. (2011). mice: Multivariate imputation by chained equations in R. Journal of Statistical Software, 45(3):1–67.

Victora, C. G., Aquino, E. M. L., do Carmo Leal, M., Monteiro, C. A., Barros, F. C., and Szwarcwald, C. L. (2011). Maternal and child health in Brazil: Progress and challenges. The Lancet, 377(9780):1863–1876.

World Health Organization (2015). Who statement on caesarean section rates. Technical Report WHO/RHR/15.02, World Health Organization, Geneva.

Zha, D., Bhat, Z. P., Lai, K.-H., Yang, F., Jiang, Z., Zhong, S., and Hu, X. (2025). Data-centric artificial intelligence: A survey. ACM Computing Surveys, 57(5):129:1–129:42.