Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/25950
| Type: | Trabalho de conclusão de graduação |
| Title: | Utilizando aprendizado de máquina para automatizar processos de revisão manual de links de dados provenientes do linkage probabilístico de dados dos sistemas de informação do Sistema Único de Saúde |
| Author(s)/Inventor(s): | Paiva, Julio Cezar Corrêa de |
| Advisor: | Pinheiro, Rejane Sobrino |
| Co-advisor: | Bastos, Valeria Menezes |
| Abstract: | A tuberculose continua sendo um problema de saúde pública significativo no Brasil, com altas taxas de incidência e prevalência, especialmente em certas regiões. No Brasil, existem vários Sistemas de Informação em Saúde (SIS), incluindo sistemas de notificação de doenças, resultados laboratoriais, hospitalizações e mortalidade. A análise integrada desses dados de diversas fontes pode fornecer informações cruciais sobre a distribuição geográfica da doença, padrões de transmissão, jornada do paciente através do sistema de saúde e a eficácia das intervenções de saúde pública. No entanto, esses SIS não possuem um identificador único para conectar os dados de um indivíduo em diferentes bases de dados. Para entender e lidar com essa questão, este trabalho aproveita o poder da Ciência de Dados, focando em técnicas como linkage de bases de dados, mineração de dados e aprendizado de máquina. |
| Keywords: | SIS Saúde pública SUS Machine learning Linkage Public healthcare |
| Subject CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Production unit: | Instituto de Computação |
| Publisher: | Universidade Federal do Rio de Janeiro |
| Issue Date: | 26-Mar-2025 |
| Publisher country: | Brasil |
| Language: | por |
| Right access: | Acesso Aberto |
| Appears in Collections: | Ciência da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| JCCPaiva.pdf | 1.14 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.