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

Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama, 2018.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.Dengue is one of the biggest public health problems in Brazil. Since its origin in Africa and Asia, until the discovery of the virus, many researches have been developed. Currently, many approaches using machine learning have been developed in Asia, Brazil and Mexico. All of them use databases with Dengue records in order to observe a behavior of the number of dengue registries over time. For this research we use environmental data such as precipitation, humidity and temperature of the National Meteorological Institute, in addition to the records of dengue from the Information System of Notifiable Diseases that will be related by the dates of their records. Using regression algorithms, this data is used to predict the number of Dengue cases that will occur in 2014, training the algorithm with data from 2007 to 2013. The expected results are a prediction model that can achieve more than 80 % of Dengue cases, in addition to establishing a prediction function that anticipates the number of dengue cases and such a model is used by responsible organs. The results obtained were satisfactory provided that they did not use only the environmental data and Dengue purely. It is necessary to realign the model with data from previous weeks so that there is an improvement of the training. In addition it was observed that the ADA, GRAD and Random Forest algorithms were the ones that obtained the best results