El uso de Redes Neuronales Artificiales en el diagnóstico de factores de gestión en Atención Primaria de Salud en Brasil
DOI:
https://doi.org/10.33448/rsd-v10i1.11740Palabras clave:
Redes neuronales; Tecnología para la gestión en salud pública; Eficiencia.Resumen
Los determinantes sociales de la salud son relevantes en las principales estrategias de Atención Primaria de Salud. Sin embargo, se conocen las dificultades del sector de la salud para superar los factores que interfieren negativamente con la salud de la población. Por lo tanto, su objetivo fue crear un modelo de computadora para presentar en detalle los factores que de alguna manera están relacionados con la Atención Primaria de Salud, permitiendo a los gerentes de salud pública tomar decisiones de manera eficiente. Utilizando redes neuronales, fue posible crear un modelo clasificador que pudiera mostrar qué variables están relacionadas con la eficiencia en Atención Primaria y cuáles conducen a la ineficiencia. Los resultados demuestran que el modelo creado fue superior a los modelos que ya se utilizaron una vez que mostraron una mayor precisión en la ubicación de las variables que afectan la salud primaria. Concluyó que factores como el analfabetismo y los programas de asistencia social afectan considerablemente la eficiencia de la atención de la salud.
Citas
Añaña, E. D. S., Vieira, L. M. M., Petroll, M. D. L. M., Petersen-Wagner, R., & Costa, R. S. (2008). As comunidades virtuais e a segmentação de mercado: uma abordagem exploratória, utilizando redes neurais e dados da comunidade virtual Orkut. Revista de Administração Contemporânea, 12(SPE), 41-63.
Andrade, L. O. M. D. (2004). A saúde e o dilema da intersetorialidade.
Andrade, Livia Naiara et al. (2013). Aplicação de redes neurais artificiais na classificação de áreas cafeeiras em Machado-MG. Coffee Science, 8(1), 78-90.
Assis, S. G., Avanci, J. Q., Oliveira, R. de V. C. (2009).Desigualdades socioeconômicas e saúde mental infantil. Rev. Saúde Pública, 43(1), 92-100,
Becker, D. (2001). No seio da família: amamentaçäo e promoçäo da saúde no Programa de Saúde da Família (Doctoral dissertation).
Brasil. (2000). Ministério da Saúde. Secretaria de Políticas de Saúde. O trabalho do Agente Comunitário de Saúde. Brasília.
Brasil (2014). Bolsa Família. Ministério do Desenvolvimento Social e Combate à Fome. Recuperado de: <http://www.mds.gov.br/bolsafamilia>.
Brasil.(2009) Ministério do desenvolvimento social e combate à fome. Orientações Técnicas Centro de Referência de Assistência Social – CRAS. Brasília. <http://sistemas.fecam.org.br/SUAS/publicacoes/11-%20Cras%20Orienta%C3%A7%C3%B5es%20T%C3%A9cnicas.pdf>.
Bonacim, C. A. G., de Araújo, A. M. P., & de Souza Miranda, C. (2008). Modelo conceitual de mensuração do resultado econômico em entidades públicas. ABCustos, 3(2).
Buss, P. M., Buss, P., & Buss, P. M. (2002). Promoção da saúde da família.
Cabral, K. F. D., Ferreira, M. A. M., Batista, R. S., & Cerqueira, F. R. (2019). Atenção primária à saúde: uma análise a luz da eficiência técnica dos recursos no Estado de Minas Gerais. Revista de Gestão em Sistemas de Saúde, 8(2), 137-150.
Castanheira, L. G. (2008). Aplicação de técnicas de mineração de dados em problemas de classificação de padrões. Dissertação de Mestrado em Engenharia Elétrica – UFMG.
Cerqueira, F. R., Ferreira, T. G., de Paiva Oliveira, A., Augusto, D. A., Krempser, E., Barbosa, H. J. C., & Siqueira-Batista, R. (2014). NICeSim: an open-source simulator based on machine learning techniques to support medical research on prenatal and perinatal care decision making. Artificial intelligence in medicine, 62(3), 193-201.
Coelho, L. D. S., Santos, A. A. P., & Costa Jr, N. C. A. D. (2008). Can we forecast Brazilian exchange rates? Empirical evidences using computational intelligence and econometric models. Gestão & Produção, 15(3), 635-647.
Carboni, R. M., & Reppetto, M. Â. (2007). Uma reflexão sobre a assistência à saúde do idoso no Brasil. Revista Eletrônica de Enfermagem, 9(1).
Dias, M. M. (2002). Parâmetros na escolha de técnicas e ferramentas de mineração de dados. Acta Scientiarum. Technology, 24, 1715-1725.
Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). From data mining to knowledge discovery in databases. AI magazine, 17(3), 30-37.
Farias, L. O. (2001). Estratégias individuais de proteção à saúde: um estudo da adesão ao sistema de saúde suplementar. Ciência & Saúde Coletiva, 6, 405-416.
Fanucchi, R. Z., Oleskovicz, M. A. R. I. O., & Barbosa, D. A. N. I. E. L. (2013). Análise da Detecção de Faltas de Alta Impedância Utilizando Redes Neurais Artificiais com Topologias Baseadas em Perceptron Multicamadas e Redes RBF. Simpósio Brasileiro de Automação Inteligente (SBAI), Fortaleza.
Felix, L. F. C., Maria das Graças, J. M., & Pontes, A. N. (2013). Aplicação das técnicas de mineração de dados sobre as características reprodutivas de suínos: estudo de caso de uma granja do estado de São Paulo. Reverte-Revista de Estudos e Reflexões Tecnológicas da Faculdade de Indaiatuba, (11).
Galvão, N. D., & Marin, H. D. F. (2009). Técnica de mineração de dados: uma revisão da literatura. Acta Paulista de Enfermagem, 22(5), 686-690.
Giovanella, L., Mendonça, M. H. M. D., Almeida, P. F. D., Escorel, S., Senna, M. D. C. M., Fausto, M. C. R., & Teixeira, C. P. (2009). Saúde da família: limites e possibilidades para uma abordagem integral de atenção primária à saúde no Brasil. Ciência & Saúde Coletiva, 14(3), 783-794.
Göttems, L. B. D., & Pires, M. R. G. M. (2009). Para além da atenção básica: reorganização do SUS por meio da interseção do setor político com o econômico. Saúde e Sociedade, 18, 189-198.
Goebel, M., & Gruenwald, L. (1999). A survey of data mining and knowledge discovery software tools. ACM SIGKDD explorations newsletter, 1(1), 20-33.
Heidmann, I. T., Almeida, M. C. P. D., Boehs, A. E., Wosny, A. D. M., & Monticelli, M. (2006). Promoção à saúde: trajetória histórica de suas concepções. Texto & Contexto-Enfermagem, 15(2), 352-358.
Junqueira, T. D. S., Cotta, R. M. M., Gomes, R. C., Silveira, S. D. F. R., Siqueira-Batista, R., Pinheiro, T. M. M., & Melo, E. M. D. (2009). Saúde, democracia e organização do trabalho no contexto do Programa de Saúde da Família: desafios estratégicos. Revista Brasileira de Educação Médica, 33(1), 122-133.
Klemettinen, M., Mannila, H., & Toivonen, H. (1997, September). A data mining methodology and its application to semi-automatic knowledge acquisition. In Database and Expert Systems Applications. 8th International Conference, DEXA'97. Proceedings (pp. 670-677). IEEE.
Macinko, J., Montenegro, H., Nebot Adell, C., & Etienne, C. (2007). Grupo de trabajo de Atención Primaria de Salud de la Organización Panamericana de la Salud. La renovación de la atención primaria de salud en las Américas. Revista Panamericana Salud Publica, 21(2/3), 73-84.
Marins, O. L. F., Barros, E. F., Romão, W., Constantino, A. A., & Souza, C. L. (2012). Aplicação de algoritmos de aprendizagem de máquina para mineração de dados sobre beneficiários de planos de saúde suplementar. Journal of Health Informatics, 4(2).
McClelland, J. L., Rumelhart, D. E., & PDP Research Group. (1986). Parallel distributed processing. Explorations in the Microstructure of Cognition, 2, 216-271.
Mitchell, T. M. (1997) Machine learning. McGraw-Hill.
Minayo, M. C. D. S. (2004). A difícil e lenta entrada da violência na agenda do setor saúde.
Neri, Marcelo, Soares, Wagner. (2002). Desigualdade social e saúde no Brasil Social inequality and health in Brazil. Cadernos de Saúde Pública, 77-87.
Oliveira, I. C., de Lima, K. F. P., & UEA, A. G. H. (2010). O programa bolsa família e o índice de desenvolvimento humano na cidade de Manaus.
Oliveira, M. A. D. (2007). Aplicação de redes neurais artificiais na análise de séries temporais econômico-financeiras (Doctoral dissertation, Universidade de São Paulo).
Organização Mundial da Saúde. (2002). Relatório mundial sobre violência e saúde.
Prati, R. C., Batista, G. E. A. P. A., & Monard, M. C. (2008). Curvas ROC para avaliação de classificadores. Revista IEEE América Latina, 6(2), 215-222.
Rosas, M. A., Bezerra, A. F. B., & Duarte-Neto, P. J. (2013). Uso das redes neurais artificiais na aplicação de metodologia para alocação de recursos da saúde. Revista de Saúde Pública, 47(1), 128-136.
Selau, L. P. R., & Ribeiro, J. L. D. (2009). Uma sistemática para construção e escolha de modelos de previsão de risco de crédito. Gestão e produção. São Carlos, SP. Vol. 16, n. 3 (jul./set. 2009), 398-413.
Stivanello, M. E., & Gomes, P. C. R. (2006). Inspeçao visual industrial automatizada por análise de forma com descritores de fourier e redes neurais artificiais. Anais do XV Seminco,
Siqueira-Batista, R., Gomes, A. P., Maia, P. M., Costa, I. T. D., Paiva, A. O. D., & Cerqueira, F. R. (2014). Modelos de tomada de decisão em bioética clínica: apontamentos para a abordagem computacional. Revista Bioética, 22(3), 456-461.
Santos, I. S., Ugá, M. A. D., & Porto, S. M. (2008). O mix público-privado no Sistema de Saúde Brasileiro: financiamento, oferta e utilização de serviços de saúde. Ciência & Saúde Coletiva, 13, 1431-1440.
Silva, M. O. (2015). Os programas de transferência de renda e a Pobreza no Brasil: superação ou regulação? Revista de Políticas Públicas, 9(1), 251-278.
Soares, F. V., Soares, S., Medeiros, M., & Osório, R. G. (2006). Programas de transferência de renda no Brasil: impactos sobre a desigualdade.
Slomski, V. (2001). Mensuração do resultado econômico nas entidades públicas: uma proposta. Argos.
Ventura, R. V., Silva, M. A., Medeiros, T. H., Dionello, N. L., Madalena, F. E., Fridrich, A. B., & Corrêa, G. S. S. (2012). Use of artificial neural networks in breeding values prediction for weight at 205 days in Tabapuã beef cattle. Arquivo Brasileiro de Medicina Veterinária e Zootecnia, 64(2), 411-418.
Zampieri, F. L. L. (2006). Modelo estimativo de movimento de pedestres baseado em sintaxe espacial, medidas de desempenho e redes neurais artificiais.
Zanetti, S. S., Sousa, E. F., Carvalho, D. F. D., & Bernardo, S. (2008). Estimação da evapotranspiração de referência no Estado do Rio de Janeiro usando redes neurais artificiais. Revista Brasileira de Engenharia Agrícola e Ambiental, 12(2), 174-180.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Kerla Fabiana Dias Cabral; Fábio Ribeiro Cerqueira; Rodrigo Siqueira -Batista; Marco Aurélio Marques Ferreira; Bruna Rodrigues de Freitas
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
