Vigilância Entomológica da Dengue, Zika e Chikungunya: Uma Solução Baseada em Redes Sociais e Dispositivos Móveis
Resumo
A Dengue, Chikungunya e a Zika estão entre os principais problemas de saúde pública no mundo. O uso de dispositivos móveis, Internet e redes sociais cresce a cada dia. Sendo assim, oferecem formas de interação simples que possibilitam uma mobilização mais rápida da sociedade no combate ao vetor dessas doenças: o mosquito Aedes Aegypti. O presente artigo discute as limitações das alternativas existentes, bem como descreve uma solução tecnológica (Vaza Dengue) para notificação e visualização em tempo real de incidências de foco da Dengue em regiões geográficas. Através da mineração de dados das redes sociais, o sistema mostra a situação dos focos e outras informações correlacionadas ao mosquito.
Referências
H. Achrekar, R. Lazarus, and W. C. Park, “Predicting Flu Trends using Twitter Data.” 2010.
H. Becker, M. Naaman, and L. Gravano, “Beyond Trending Topics: Real-World Event Identification on Twitter,” Icwsm, pp. 1–17, 2011.
Blei, D. M.; Ng, A. Y.; and Jordan, M. I. 2003. Latent Dirichlet Allocation. J. Mach. Learn. Res. 3:993–1022.
Boletim Epidemiológico Secretaria de Vigilância em Saúde − Ministério da Saúde – Brasil, consultado em 08/03/2016, http://portalsaude.saude.gov.br/images/pdf/2016/fevereiro/29/2016-006---Dengue-SE5-publica----o.pdf
M. S. Gerber, “Predicting crime using Twitter and kernel density estimation,” Decis. Support Syst., vol. 61, pp. 115–125, 2014.
A. Go, R. Bhayani, and L. Huang, “Twitter sentiment classification using distant supervision,” CS224N Proj. Report, Stanford, vol. 1, no. 12, 2009.
J. Gomide, A. Veloso, W. Meira, V. Almeida, F. Benevenuto, F. Ferraz, and M. Teixeira, “Dengue surveillance based on a computational model of spatio-temporal locality of Twitter,” Proc. ACM WebSci’11, June 14-17 2011, Koblenz, Ger., pp. 1–8, 2011.
S. B. Kotsiantis, “Supervised Machine Learning: A Review of Classification Techniques”. Proc. Emerging Artificial Intelligence Applications in Computer Enginnering, pp 3-24, 2007
V. Lampos and N. Cristianini, “Tracking the flu pandemic by monitoring the social web,” 2010 2nd Int. Work. Cogn. Inf. Process. CIP2010, 2010.
Organização Pan-Americana de Saúde, consultado em 08/03/2016 http://www.paho.org/bra/index.php?option=com_content&view=article&id=5015:relatoriode-situacao-sobre-Zika-da-oms-aponta-transmissao-local-do-virus-em-47-paises&Itemid=816
Plano Nacional de Enfrentamento ao Aedes e à Microcefalia − Ministério da Saúde – Brasil, consultado em 08/03/2016. http://combateaedes.saude.gov.br/plano-nacional
Ramage, D.; Dumais, S. T.; and Liebling, D. J. 2010. Char- acterizing Microblogs with Topic Models. ICWSM 10:1.
H. Becker, M. Naaman, and L. Gravano, “Beyond Trending Topics: Real-World Event Identification on Twitter,” Icwsm, pp. 1–17, 2011.
Blei, D. M.; Ng, A. Y.; and Jordan, M. I. 2003. Latent Dirichlet Allocation. J. Mach. Learn. Res. 3:993–1022.
Boletim Epidemiológico Secretaria de Vigilância em Saúde − Ministério da Saúde – Brasil, consultado em 08/03/2016, http://portalsaude.saude.gov.br/images/pdf/2016/fevereiro/29/2016-006---Dengue-SE5-publica----o.pdf
M. S. Gerber, “Predicting crime using Twitter and kernel density estimation,” Decis. Support Syst., vol. 61, pp. 115–125, 2014.
A. Go, R. Bhayani, and L. Huang, “Twitter sentiment classification using distant supervision,” CS224N Proj. Report, Stanford, vol. 1, no. 12, 2009.
J. Gomide, A. Veloso, W. Meira, V. Almeida, F. Benevenuto, F. Ferraz, and M. Teixeira, “Dengue surveillance based on a computational model of spatio-temporal locality of Twitter,” Proc. ACM WebSci’11, June 14-17 2011, Koblenz, Ger., pp. 1–8, 2011.
S. B. Kotsiantis, “Supervised Machine Learning: A Review of Classification Techniques”. Proc. Emerging Artificial Intelligence Applications in Computer Enginnering, pp 3-24, 2007
V. Lampos and N. Cristianini, “Tracking the flu pandemic by monitoring the social web,” 2010 2nd Int. Work. Cogn. Inf. Process. CIP2010, 2010.
Organização Pan-Americana de Saúde, consultado em 08/03/2016 http://www.paho.org/bra/index.php?option=com_content&view=article&id=5015:relatoriode-situacao-sobre-Zika-da-oms-aponta-transmissao-local-do-virus-em-47-paises&Itemid=816
Plano Nacional de Enfrentamento ao Aedes e à Microcefalia − Ministério da Saúde – Brasil, consultado em 08/03/2016. http://combateaedes.saude.gov.br/plano-nacional
Ramage, D.; Dumais, S. T.; and Liebling, D. J. 2010. Char- acterizing Microblogs with Topic Models. ICWSM 10:1.
Publicado
04/07/2016
Como Citar
FIORINI, Soeli; SOUSA, Leonardo; CEDRIM, Diego; GARCIA, Alessandro; SAADE, Débora; MORAES, Igor; FRAJHOF, Leonardo.
Vigilância Entomológica da Dengue, Zika e Chikungunya: Uma Solução Baseada em Redes Sociais e Dispositivos Móveis. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 16. , 2016, Porto Alegre.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2016
.
p. 2567-2576.
ISSN 2763-8952.
DOI: https://doi.org/10.5753/sbcas.2016.9903.
