Utilização do algoritmo Apriori e regressão logística em um estudo sobre a cessação do tabagismo

Abstract

Em nossos dias atuais descobrir padrões, facilitar a vida das pessoas é sempre um desafio para quem se trabalha com banco de dados além de extrair informações importantes e cruciais que venham a modificar a vida das pessoas que necessitam de tais informações.A compra de um certo produto que tem relação com a compra de outro produto representa uma regra de associação, regras essas que são utilizadas em diversas áreas. Para descobrir tais regras, em dados categóricos existe a utilização do algoritmo Apriori que com essa associação tem como objetivo encontrar elementos que implicam na presença de outros elementos em uma mesma transação de um banco de dados. A importância de se trabalhar com modelos lineares generalizados é de que os dados não podem ser ajustados com apenas uma regressão linear simples. Neste trabalho apresentamos um ajuste de modelo de regressão logística com o auxilio do algoritmo Apriori que foram aplicados a dados obtidos do Hospital Universitário Alcides Carneiro localizado na cidade de Campina Grande- PB. As informações se referem a pacientes atendidos pelo programa Multidisciplinar de tratamento do tabagismo vinculado ao curso de Medicina da Universidade Federal de Campina Grande. Como objetivo principal temos a identificação via modelo de regressão logística de padrões de usuários com a maior probabilidade de cessação do tabagismo a partir de variáveis filtradas pelo algoritmo Apriori. Para a limpeza dos dados foi utilizado o programa Open Refine e o ajuste diagnóstico do modelo foi realizado com auxilio do programa R. Constatou-se que as variáveis que compõe o modelo final são o Estado Civil e Religião.