Classificação de microáreas de risco com uso de mineração de dados / Classification of risk micro-areas using data mining
Rev. saúde pública
; 44(2): 292-300, abr. 2010. tab
Article
en En, Pt
| LILACS
| ID: lil-540976
Biblioteca responsable:
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.Palabras clave
Artificial intelligence; Bases de Conhecimento; Bases de Dados Factuais; Bases de Dados como Assunto; Bases de Datos Factuales; Bases de Datos como Asunto; Bases del Conocimiento; Databases as Topic; Databases, Factual; Environmental Indicators; Environmental Risks; Indicadores Ambientais; Indicadores Ambientales; Inteligencia Artificial; Inteligência Artificial; Knowledge Bases; Mapa de Riesgo; Mapa de Risco; Riesgos Ambientales; Riscos Ambientais; Risk Map
Texto completo:
1
Colección:
01-internacional
Base de datos:
LILACS
Asunto principal:
Inteligencia Artificial
/
Bases de Datos Factuales
/
Zona de Riesgo de Desastres
/
Bases de Datos como Asunto
Tipo de estudio:
Etiology_studies
/
Prognostic_studies
/
Risk_factors_studies
Idioma:
En
/
Pt
Revista:
Rev. saúde pública
Asunto de la revista:
SAUDE PUBLICA
Año:
2010
Tipo del documento:
Article
País de afiliación:
Brasil
Pais de publicación:
Brasil