Análise de Algoritmos Preditivos para a quantidade de infecções por Covid-19 utilizando indicadores sociais do IBGE

Abstract

Este trabalho traz uma apresentação dos estudos sobre a pandemia de COVID-19 a partir do Aprendizado de Máquina (AM). Para essa pesquisa, dados sobre a doença disponibilizados pelas secretarias de saúde foram estudados e confrontados com indicadores sociais disponibilizados pelo IBGE, permitindo compreender como estes parâmetros estavam relacionados aos números de casos confirmados de COVID-19 nas cidades do Brasil. Para tanto, foi feita uma investigação na literatura sobre a relação entre indicadores sociais e disseminação de doenças, além de um levantamento bibliográfico que permitiu entender a importância da utilização do AM na obtenção e análise de dados relacionados a doenças. Foram analisados quatro algoritmos: Regressão Linear Múltipla (RLM); Multilayer Perceptron (MLP); Árvore de Modelos (M5P) e Árvore de Regressão (REPTree). Para a obtenção dos resultados utilizou-se a ferramenta Weka, que gerou um modelo para cada algoritmo. Após comparar os resultados, constatou-se que o modelo de RLM foi o mais adequado. O modelo também evidenciou que variáveis como população estimada, densidade demográfica, escolarização e IDHM foram significativas para a disseminação da doença.