Predizendo epidemias de dengue, no Distrito Federal, utilizando algoritmos de regressão

Abstract

O dengue é um dos maiores problemas de saúde pública do Brasil. Desde sua origem na África e Ásia, até a descoberta do vírus, foram desenvolvidas muitas pesquisas. Atualmente, muitas abordagens utilizando aprendizado de máquina foram desenvolvidas na Ásia, Brasil e México. Todas elas utilizam bases de dados com registros de Dengue no intuito de observar um comportamento do número de registros de dengue ao longo do tempo. Para essa pesquisa utiliza-se de dados ambientais como precipitação, umidade e temperatura do Instituto Nacional de Meteorologia, além dos registros de dengue provenientes do Sistema de Informação de Agravos de Notificação que serão relacionados pelas datas de seus registros. Utilizando algoritmos de regressão busca-se com esses dados predizer o número de casos de Dengue que ocorrerão no ano de 2014, treinando o algoritmo com dados de 2007 até 2013. Os resultados esperados são um modelo de predição que consiga acertar mais de 80% dos casos de Dengue, além de estabelecer uma função de predição que antecipe o número de casos de dengue e tal modelo seja utilizado por Órgãos responsáveis. Os resultados obtidos foram satisfatórios desde que não use somente dos dados ambientais e do Dengue puramente. É necessário que se realimente o modelo com dados de semanas anteriores para que haja um aperfeiçoamento do treinamento. Além disso observou-se que os algoritmos ADA, GRAD e Random Forest foram os que obtiveram melhores resultados.