EVENTO
Explicando em dados as ocorrências de COVID-19 no Brasil e no Rio de Janeiro nos anos de 2020 e 2021
Tipo de evento: Defesa de Dissertação de Mestrado
No final de fevereiro de 2020 foi confirmado em São Paulo o primeiro caso do novo coronavírus e muito rapidamente este disseminou-se pelo país. No mesmo período houve um aumento significativo de indivíduos com diagnóstico de SRAG (Síndrome Respiratória Aguda Grave) não especificado, isto é, doença respiratória causada por vírus desconhecido. Com isso surge a hipótese de haver uma subnotificação de casos do COVID-19. Posteriormente, com o surgimento dos testes, o DATASUS passou a registrar e disponibilizar dados sobre os indivíduos diagnosticados com COVID-19. Esses datasets possibilitam pesquisas sobre potenciais correlações espaciais entre cidades que justifiquem a evolução da doença. Técnicas de clusterização e áreas como Mineração de dados têm sido utilizadas para averiguar tais circunstâncias. Em especial, a área de mineração de dados baseada em árvores de decisão viabiliza estabelecer uma correlação entre as variáveis dependentes pré-estabelecidas. Este trabalho dividiu-se em dois momentos de análise e aplicações das técnicas citadas: categorizações de dados sobre indivíduos diagnosticados com SRAG não especificado e COVID-19 a fim de identificar uma subnotificação de COVID-19; e categorização de dados sobre indivíduos diagnosticados com o COVID-19 com aplicação da técnica de clusterização k-means e elaboração de árvores de decisão a fim de estabelecer correlações e relevâncias entre as variáveis consideradas. Os resultados mostram um relevante aumento das notificações de SRAG não especificado no ano de 2020 quando comparado a anos anteriores e queda considerável nas notificações de SRAG não especificado em todo o país em contrapartida ao aumento das notificações de COVID-19. Os gráficos também revelam que os picos de notificações da doença causada pelo novo coronavírus aconteceram em diferentes intervalos no Distrito Federal e nos 12 Estados analisados. Além de, aplicada a técnica de clusterização sobre os dados de notificações de COVID-19 às cidades do Estado do Rio de Janeiro, objetivou-se compreender a evolução dos casos de COVID-19 sob a perspectiva de vizinhança entre as cidades. Uma hipótese a ser avaliada seria se aspectos sociais, ou mesmo políticos, poderiam levar a cidades vizinhas apresentarem perfis semelhantes de desenvolvimento da pandemia.Para assistir acesse: https://us02web.zoom.us/j/89995148703?pwd=b1dHNmQ4L1dqajFtVVkvQzBPaDlCdz09
Data Início: 06/05/2022 Hora: 09:00 Data Fim: 06/05/2022 Hora: 13:00
Local: LNCC - Laboratório Nacional de Computação Ciêntifica - Webinar
Aluno: Nathália Barbosa Santos - - LNCC
Orientador: Artur Ziviani - Laboratório Nacional de Computação Científica - LNCC Fabio Andre Machado Porto - Laboratório Nacional de Computação Científica - LNCC
Participante Banca Examinadora: Alex Borges Vieira - Universidade Federal de Juiz de Fora - UFJF Antônio Tadeu Azevedo Gomes - Laboratório Nacional de Computação Científica - LNCC Eduardo Soares Ogasawara - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca - CEFET-RJ Fabio Andre Machado Porto - Laboratório Nacional de Computação Científica - LNCC Luiz Manoel Rocha Gadelha Júnior - German Cancer Research Center - DKFZ
