Resumo:
A crise sanitária global causada pela Covid-19, tornou indispensável o uso de dados provenientes
dos prontuários de pacientes para obtenção de modelos preditivos capazes de contribuir com a
tomada de decisão. O uso de Machine Learning foi introduzido em vários estudos. Neste contexto,
o presente trabalho utilizou amostras de pacientes com Covid-19 do estado de Mato Grosso, e
através de características biológicas e morbidades dos pacientes se propôs obter um modelo capaz
de prever a evolução da doença, fazendo a distinção entre dois possíveis cenários, recuperado ou
óbito. Os algoritmos utilizados foram Regressão Logística, Random Forest, XGBoost, LightGBM
e CatBoost. Os resultados dos modelos se mostraram satisfatórios obtendo a área sob a curva
(AUC) ROC superior a 0,80, ou seja, com uma alta taxa de verdadeiros positivos e baixa taxa de
falsos positivos. As variáveis que mais contribuíram com o modelo foram a idade, comorbidade,
hipertensão, diabetes e obesidade. O intuito de obter um modelo capaz de discriminar entre as
duas classes possíveis foi atendido, ressaltando que uma análise aprofundada sobre a estrutura de
causa e efeito entre as variáveis previsoras e a variável resposta não foi a premissa do estudo, mas
a obtenção de um modelo aceitável capaz de distinguir satisfatoriamente entre as duas classes de
interesse, recuperado ou óbito.
Descrição:
SILVA, Maria Fagna Felix da. Uso de Machine Learning para classificação de risco de óbitos por covid-19 no estado de Mato Grosso. 2022. 40f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Universidade Estadual da Paraíba, Campina Grande, 2022.
