Estudo comparativo de modelos para previsão da mortalidade da SRAG por COVID-19 no Brasil
DOI:
https://doi.org/10.35699/2965-6931.2023.47705Palavras-chave:
Modelos preditivos, Regressão Logística, COVID-19Resumo
A síndrome respiratória aguda grave 2 (SARS-CoV-2) compreende uma das complicações desencadeadas pelo novo coronavírus. O presente trabalho tem como objetivo propor uma comparação entre dois modelos baseados em aprendizagem de máquina em diferentes contextos para prever a mortalidade nos casos da Síndrome Respiratória Aguda Grave (SRAG) pelo coronavírus 2019, COVID-19. Os dados utilizados estão disponíveis na plataforma DataSUS, e compreendem o período de janeiro de 2021 a dezembro de 2022. Consequentemente, realizou-se uma análise estatística descritiva, seleção de variáveis e, por fim, a elaboração de dois modelos, um antes do marco da segunda dose de vacinação para COVID-19 e outro depois. Em relação às métricas, o modelo 1 apresentou uma acurácia de 71,8%, enquanto o modelo 2 obteve uma acurácia de 80%, contribuindo portanto no processo de tomada de decisão para o enfrentamento da doença.