A diabetes mellitus pré-existente ou desenvolvida na gestação pode trazer sérios riscos de saúde à gestante e ao bebê, durante todo o ciclo gravídico-puerperal. Nesse sentido, predizer a presença de um dos tipos de diabetes, mesmo antes de seus primeiros sintomas, pode gerar impactos positivos nos sistemas de saúde pública. Este trabalho buscou gerar um modelo de classificação, utilizando dados da produção ambulatorial do Sistema Único de Saúde, que possa predizer a presença de um dos tipos de diabetes (tipo 1), conforme as características e o histórico de acompanhamento da paciente gestante. O classificador proposto é capaz de separar as gestantes no sistema de saúde conforme a predisposição à doença, possibilitando gerar um alerta ao sistema, e com isso, direcionar a atenção ao acompanhamento da gestante no âmbito dessa condição de saúde. Os resultados obtidos foram relevantes, apresentando sensibilidade e precisão superiores a 90%. Assim, acredita-se que o modelo proposto pode ser mais um recurso para aprimoramento do sistema.
A taxa de mortalidade infantil é um dos indicadores mais importantes dentro de uma sociedade. Apesar da melhora nos últimos anos, o Brasil ainda enfrenta desafios para reduzir esse índice. Nesse contexto, os óbitos neonatais representam a maior parcela dos casos, exigindo mais atenção do poder público. Assim, predizer os riscos de um bebê morrer nos seus primeiros dias de vida pode gerar impactos positivos ao sistema de saúde público e, consequentemente, à sociedade brasileira. Este trabalho utilizou variáveis presentes nos Sistemas de Informação do SUS e de Censo Demográfico para gerar um classificador que possibilita emitir um alerta ao sistema de saúde em caso de riscos neonatais, direcionando a atenção ao acompanhamento materno e ao recém-nascido. Os resultados revelam uma acurácia e sensibilidade na predição que ultrapassam 89%, mostrando viabilidade no emprego das técnicas e abordagens metodológicas propostas na predição de óbitos neonatais e que podem ser estendidas para aplicação e aprimoramento do sistema de saúde.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.