Predição de Óbito Neonatal usando Dados dos Sistemas de Informação do SUS e de Censo Demográfico
Abstract
Infant mortality rate is one of the most important indicators of a society. This rate has improved in recent years, but Brazil still faces challenges to reduce this rate. In this context, neonatal deaths represent the majority of cases, requiring more attention from the government. Thus, predicting the risks of a baby dying death in its first days of life can generate positive impacts on the public health system and, consequently, on Brazilian society. This work used variables present in the SUS Information Systems and the Demographic Census to generate a classifier that makes it possible to issue an alert to the health system in case of neonatal risks, directing attention to maternal and newborn monitoring. The results show an accuracy and sensitivity in the prediction that exceed 89%, showing feasibility in the use of techniques and methodological approaches proposed in the prediction of neonatal deaths and that can be extended for application and improvement of the health system.
References
IPEA (2020). Objetivos de desenvolvimento sustentável da onu. https://www.ipea.gov.br/ods/ods3.html. Acessado em: 03 de janeiro de 2022.
Kropiwiec, M. V., Franco, S. C., and do Amaral, A. R. (2017). Fatores associados à mortalidade infantil em município com índice de desenvolvimento humano elevado. Revista Paulista de Pediatria, 35.
Lima et al. (2008). Proposta de modelo hierarquizado aplicado à investigação de fatores de risco de óbito infantil neonatal. Cadernos de Saúde Pública, 24:1910-1916.
MDH (2020). Ministério da mulher, da família e dos direitos humanos. mortalidade e saúde infantil. [link]. Acessado em: 03 de janeiro de 2022.
Ministério da Saúde (2011). Consolidação do sistema de informações sobre nascidos vivos 2011. [link]. Acessado em: 10 de janeiro de 2022.
Morais, A. and Pereira, A. (2020). Mortalidade neonatal precoce em um hospital terciário do nordeste brasileiro. Revista da Sociedade Brasileira de Enfermeiros Pediatras, 19:89-96.
ONU (2022). Plataforma agenda 2030. disponível em: http://www.agenda2030.org.br/. http://www.agenda2030.org.br. Acessado em: 03 de janeiro de 2022.
Ramos et al. (2017). Using predictive classifiers to prevent infant mortality in the brazilian northeast. In IEEE 19th International Conference on e-Health Networking, Applications and Services (Healthcom), pages 1-6.
Silva et al. (2019). Desigualdades socioeconômicas: uma análise sobre os determinantes da taxa de mortalidade infantil nos municípios brasileiros. Revista Brasileira de Estudos Regionais e Urbanos, 13(1):73-97.
Soares et al. (2021). Caracterizando a mortalidade infantil utilizando técnicas de machine learning: um estudo de caso em dois estados brasileiros Santa Catarina e Amapá. Brazilian Journal of Development, 7.
Zanini et al. (2011). Determinantes contextuais da mortalidade neonatal no Rio Grande do Sul por dois modelos de análise. Revista de Saúde Pública, 45:79-89.
