Predição de Surtos de Dengue e Diagnóstico de Sífilis Congênita Utilizando Aprendizado de Máquina
Resumo
A sífilis congênita e a dengue são duas doenças que causam impactos significativos no Brasil e em outros países do Hemisfério Sul, afetando a saúde de milhões de pessoas. A sífilis é uma infecção sexualmente transmissível (IST) que ao ser transmitida em crianças durante o período da gestação, é chamada de sífilis congênita. Já a dengue é uma doença viral transmitida pelos mosquitos Aedes Aegypti e Aedes Albopictus. Nesta dissertação, desenvolvemos aplicações inovadoras de modelos de aprendizado de máquina para essas doenças. O primeiro deles estima a probabilidade de uma criança nascer com sífilis. O segundo prevê surtos de dengue com base em dados sociodemográficos, climáticos, série histórica de casos, número de unidades de saúde, índice de mensuração de mosquitos e séries históricas de zika e chikungunya. No caso da sífilis congênita, avaliamos os modelos pela métrica AUC (Area Under Curve) e o resultado foi bom mas não excelente, i.e., 0.68 para a predição de casos positivos, obtidos pelos modelos LightGBM e XGBoost. No que se refere à dengue, o modelo Catboost obteve resultados muito bons, identificando 75% dos surtos com três meses de antecedência. Parte significativa deste trabalho foi investida na explicabilidade das predições de dengue, o que torna o modelo um importante aliado para a desenho de políticas públicas de saúde.
Referências
Guinsburg, R. and Santos, A. M. N. d. (2010). Critérios diagnósticos e tratamento da sífilis congênita.
Hyndman, R. J. and Athanasopoulos, G. (2018). Forecasting: principles and practice. OTexts.
Lago, E. G., Rodrigues, L. C., Fiori, R. M., and Stein, A. T. (2004). Congenital syphilis: identification of two distinct profiles of maternal characteristics associated with risk. Sexually transmitted diseases, 31(1):33–37.
Liu, J.-B., Hong, F.-C., Pan, P., Zhou, H., Yang, F., Cai, Y.-M., Wen, L.-Z., Lai, Y.-H., Lin, L.-J., and Zeegers, M. P. (2010). A risk model for congenital syphilis in infants born to mothers with syphilis treated in gestation: a prospective cohort study. Sexually Transmitted Infections, 86(4):292–296.
Lundberg, S. M., Erion, G., Chen, H., DeGrave, A., Prutkin, J. M., Nair, B., Katz, R., Himmelfarb, J., Bansal, N., and Lee, S.-I. (2020). From local explanations to global understanding with explainable ai for trees. Nature machine intelligence, 2(1):56–67.
Siriyasatien, P., Chadsuthi, S., Jampachaisri, K., and Kesorn, K. (2018). Dengue epidemics prediction: A survey of the state-of-the-art based on data science processes. IEEE Access, 6:53757–53795.
