Predição de casos de sífilis congênita: uma avaliação de desempenho de diferentes modelos de aprendizado de máquina

Abstract

As Infecções Sexualmente Transmissíveis (ISTs) são um problema preocupante, especialmente em países em desenvolvimento e subdesenvolvidos, nos quais fatores ambientais e outros determinantes da saúde contribuem para sua rápida disseminação. Diante desta situação, o principal objetivo deste trabalho é avaliar o desempenho de diferentes modelos de aprendizado de máquina na predição de resultados indesejáveis da sífilis congênita, a fim de auxiliar na alocação de recursos e otimizar as ações na área de saúde, especialmente em um ambiente de saúde com poucos recursos. Utilizamos dados clínicos e sociodemográficos de gestantes atendidas em um programa social do estado de Pernambuco, Brasil, denominado Programa Mãe Coruja Pernambucana (PMCP). Os modelos SVM e AdaBoost apresentaram os melhores resultados, utilizando 13 e 11 atributos como entrada, respectivamente.