Your browser doesn't support javascript.
loading
Classificação de microáreas de risco com uso de mineração de dados / Classification of risk micro-areas using data mining
Malucelli, Andreia; Stein Junior, Altair von; Bastos, Laudelino; Carvalho, Deborah; Cubas, Marcia Regina; Paraíso, Emerson Cabrera.
  • Malucelli, Andreia; Pontifícia Universidade Católica do Paraná. Programa de Pós-Graduação em Informática. Curitiba. BR
  • Stein Junior, Altair von; Secretaria Estadual de Saúde do Paraná. Curitiba. BR
  • Bastos, Laudelino; Universidade Tecnológica Federal do Paraná. Programa de Pós-Graduação em Computação Aplicada. Curitiba. BR
  • Carvalho, Deborah; Instituto Paranaense de Desenvolvimento Econômico. Curitiba. BR
  • Cubas, Marcia Regina; Pontifícia Universidade Católica do Paraná. Programa de Pós-Graduação em Tecnologia em Saúde. Curitiba. BR
  • Paraíso, Emerson Cabrera; Pontifícia Universidade Católica do Paraná. Programa de Pós-Graduação em Informática. Curitiba. BR
Rev. saúde pública ; 44(2): 292-300, abr. 2010. tab
Artigo em Inglês, Português | LILACS | ID: lil-540976
Biblioteca responsável: BR67.1
RESUMO

Objetivo:

Identificar, com o auxílio de técnicas computacionais, regras referentes às condições do ambiente físico para a classificação de microáreas de risco.

Métodos:

Pesquisa exploratória, desenvolvida na cidade de Curitiba, PR, em 2007, dividida em três etapas identificação de atributos para classificar uma microárea; construção de uma base de dados; e aplicação do processo de descoberta de conhecimento em base de dados, por meio da aplicação de mineração de dados. O conjunto de atributos envolveu as condições de infra- estrutura, hidrografia, solo, área de lazer, características da comunidade e existência de vetores. A base de dados foi construída com dados obtidos em entrevistas com agentes comunitários de saúde, sendo utilizado um questionário com questões fechadas, elaborado com os atributos essenciais, selecionados por especialistas.

Resultados:

Foram identificados 49 atributos, sendo 41 essenciais e oito irrelevantes. Foram obtidas 68 regras com a mineração de dados, as quais foram analisadas sob a perspectiva de desempenho e qualidade e divididas em dois conjuntos as inconsistentes e as que confirmam o conhecimento de especialistas. A comparação entre os conjuntos mostrou que as regras que confirmavam o conhecimento, apesar de terem desempenho computacional inferior, foram consideradas mais interessantes.

Conclusões:

A mineração de dados ofereceu um conjunto de regras úteis e compreensíveis, capazes de caracterizar microáreas, classificando-as quanto ao grau do risco, com base em características do ambiente físico. A utilização das regras propostas permite que a classificação de uma microárea possa ser realizada de forma mais rápida, menos subjetiva, mantendo um padrão entre as equipes de saúde, superando a influência da percepção particular de cada componente da equipe.
Assuntos

Texto completo: Disponível Coleções: Bases de dados internacionais Base de dados: LILACS Assunto principal: Inteligência Artificial / Bases de Dados Factuais / Zona de Risco de Desastre / Bases de Dados como Assunto Tipo de estudo: Etiology_studies / Prognostic_studies / Risk_factors_studies Idioma: Inglês / Português Revista: Rev. saúde pública Assunto da revista: Saúde Pública Ano de publicação: 2010 Tipo de documento: Artigo País de afiliação: Brasil Instituição/País de afiliação: Instituto Paranaense de Desenvolvimento Econômico/BR / Pontifícia Universidade Católica do Paraná/BR / Secretaria Estadual de Saúde do Paraná/BR / Universidade Tecnológica Federal do Paraná/BR

Similares

MEDLINE

...
LILACS

LIS

Texto completo: Disponível Coleções: Bases de dados internacionais Base de dados: LILACS Assunto principal: Inteligência Artificial / Bases de Dados Factuais / Zona de Risco de Desastre / Bases de Dados como Assunto Tipo de estudo: Etiology_studies / Prognostic_studies / Risk_factors_studies Idioma: Inglês / Português Revista: Rev. saúde pública Assunto da revista: Saúde Pública Ano de publicação: 2010 Tipo de documento: Artigo País de afiliação: Brasil Instituição/País de afiliação: Instituto Paranaense de Desenvolvimento Econômico/BR / Pontifícia Universidade Católica do Paraná/BR / Secretaria Estadual de Saúde do Paraná/BR / Universidade Tecnológica Federal do Paraná/BR