Utilização do algoritmo Apriori para traçar o perfil sociodemográfico do homem brasileiro com câncer de próstata
DOI:
https://doi.org/10.33448/rsd-v11i6.29168Palavras-chave:
Câncer de Próstata; Mineração de Dados; Regras de Associação; Algoritmo Apriori; Ensino em saúde.Resumo
Entre as doenças que acometem a população masculina o câncer de próstata tem aumentado a taxa de mortalidade entre eles, onde no mundo é a sexta neoplasia maligna e no Brasil a primeira. Apesar das inciativas de ajuda a população masculina contra a neoplasia prostática, ainda falta um direcionamento quanto ao diagnóstico e tratamento. Mas as iniciativas seriam mais bem direcionadas se tivessem os perfis dos pacientes assistidos por elas, porém ainda é um campo de pesquisa com lacunas. Além disso, dados que possam ajudar se encontram armazenados em grandes bases de dados com muitas informações, principalmente devido ao processo de informatização do setor de saúde, que dificulta uma análise manual desses dados. Este trabalho tem o objetivo de determinar o perfil sociodemográfico do brasileiro com o câncer de próstata por meio do algoritmo Apriori com dados de 2010 a 2019. Com isso, aplicamos na base de dados do INCA o algoritmo Apriori com a finalidade de termos as regras de associação. Ao final percebe-se que os fatores de tabagismo, alcoolismo, raça e estado conjugal são os fatores que mais destacaram por aparecerem nas regras com os maiores índices de confiança. Porém, depreendemos que a raça parda é de maior incidência do câncer de próstata no Brasil. Apesar da incompletude dos dados opcionais na base do INCA, destaca-se a análise realizada a nível nacional e a possibilidade de utilização para nortear campanhas no contexto da saúde do homem.
Referências
Aguiar, J. S., Pereira, L. D. A. & Thomas, C. A. B. (2017). Assistência Oncológica no Estado do Espírito Santo, a partir do Sistema Integrador dos Registros Hospitalares de Câncer; 2000 – 2014. Informativo Vigilância do Câncer. https://saude.es.gov.br/Media/sesa/DANTS/INFORMATIVO%20 VIGILANCIA%20DO%20CANCER%20-%20RHC%2020%2012%202017.pdf
Araújo, M. S. M., Sardinha, A. H. L., Neto, J. A. F., Silva, E. L., & Lopes, M. L. H. (2019). Caracterização social e clínica dos homens com câncer de próstata atendidos em um hospital universitário. Revista Mineira de Enfermagem, 19(2), 196-203. http://www.dx.doi.org/10.5935/1415-2762.20150035
Baldomir, R. A. (2017). Aplicação do Algoritmo Apriori para Detectar Relacionamento entre Empresas nos Processos Licitatórios do Governo Federal [Monografia, Universidade de Brasília]. https://bdm.unb.br/handle/10483/19987
Campbell, A. (2021). Data Visualization Guide: Clear Introduction to Data Mining, Analisys and Visualization. Independently Published.
Cassell, A., Yunusa, B., Jalloh, M., Mbodji, M. M., Diallo, A., Ndoye, M., Kouba, S. C., Labou, I., Niang, L. & Gueye, S. M. (2019). A Review of Localized Prostate Cancer: An African Perspective. World Journal Of Oncology. 10 (4-5). https://doi.org/10.14740/wjon1221
Cavalcanti, G. & Kruger, F. P. G. (2018). Conhecimento e Atitudes sobre o Câncer de Próstata no Brasil. Revisão Integrativa. Revista Brasileira de Cancerologia, 64 (4), 561-567. https://doi.org/10.32635/2176-9745.RBC.2018v64n4.206
Ferrão, V., Berrinelli, L. A. & Portella, M. R. (2017). Vivências de Homens com Câncer de Próstata. Revista de Enfermagem UFPE On Line, Recife; 11 (10), 4157 - 4164. https://periodicos.ufpe.br/revistas/revistaenfermagem/article/download/231178/25153
Frank, E., Hall, M. A. & Witten, I. H. (2016). The WEKA Workbench. Online Appendix for "Data Mining: Practical Machine Learning Tools and Techniques". (4. ed.). Morgan Kaufmann.
Hussain, L., Ali, A., Rathore, S., Saeed, S., Idris, A., Usman, M. U., Iftikhar, M. A. & Suh, D. O. (2019). Applying Bayesian Network Approach to Determine the Association Between Morphological Features Extracted from Prostate Cancer Images. IEEE Access, 7, 1586-1601. https://ieeexplore.ieee.org/document/8579592.
IBGE. (2019). Instituto Brasileiro De Geografia E Estatísticas. Conheça o Brasil – População Cor ou Raça. IBGE educa. https://educa.ibge.gov.br/jovens/conheca-obrasil/populacao/18319-cor-ou-raca.html.
IBGE. (2020a). Instituto Brasileiro de Geografia e Estatísticas. Pesquisa nacional de saúde: 2019: percepção do estado de saúde, estilos de vida, doenças crônicas e saúde bucal: Brasil e grandes regiões / IBGE, Coordenação de Trabalho e Rendimento. IBGE. https://biblioteca.ibge.gov.br/visualizacao/livros/liv101764.pdf
IBGE. (2020b). Instituto Brasileiro De Geografia E Estatísticas. Projeção da população do Brasil por sexo e idade para o período 2010-2060. https://www.ibge.gov.br/estatisticas/sociais/populacao/9109-projecao-dapopulacao.html?edicao=21830&t=resultados.
IBGE. (2020c). Instituto Brasileiro De Geografia E Estatísticas. Educação: 2019. IBGE. https://biblioteca.ibge.gov.br/visualizacao/livros/liv101736_informativo.pdf
INCA. (2010). Instituto Nacional de Câncer José de Alencar Gomes da Silva. Registros Hospitalares de Câncer: Planejamento e Gestão. (2. ed.). INCA.
INCA. (2020). Instituto Nacional de Câncer José de Alencar Gomes da Silva. Perfil da Assistência Oncológica no Brasil entre 2012 e 2016. Informativo Vigilância do Câncer. (7). https://www.inca.gov.br/sites/ufu.sti.inca.local/files/media/document/informativo-vigilancia-do-cancer-n7-2020.pdf
Jamsa, K. (2021). Introduction to Data Mining and Analytics with Machine Learning in Rand Python. World Headquartes Jones & Bartlett Learning.
Junior, M. M. L., Reis, L. O., Ferreira, U., Cardoso, U. O., Barbieri, R. B., Mendonça, G. B. & Ward, L. S. (2015). Unraveling Brazilian Indian Population Prostate Good Health: Clinical, Anthropometric and Genetic Features. International braz j urol, 41 (2). https://doi.org/10.1590/S1677-5538.IBJU.2015.02.23
Menezes, R., Menzes, M., Teston, E. F., Matumoto, S., Faller, J. W. (2019). Knowledge, Behaviour and Health Practices of Men Concerning the Prostate Cancer. Revista de Pesquisa Cuidado é Fundamental Online, 11(5), 1173-1179. http://dx.doi.org/10.9789/2175-5361.2019.v11i5.1173-1179.
Ministério da Saúde. (1998). “Portaria nº 3.535”. https://bvsms.saude.gov.br/bvs/saudelegis/gm/1998/prt3535_02_09_1998_revog.html#:~:text=Estabelece%20crit%C3%A9rios%20para%20cadastramento%20de%20centros%20de%20atendimento%20em%20oncologia.
Ministério da Saúde. (2005). “Portaria nº 741”. https://bvsms.saude.gov.br/bvs/saudelegis/sas/2005/prt0741_19_12_2005.html.
Mota, T. R., Barros, D. P. O. (2018). Perfil dos pacientes com câncer de próstata em hospital de referência no estado de Pernambuco. Revista brasileira de análises clínicas, 50 (4), 334-338. https:// 10.21877/2448-3877.201900766
Oliveira, C. O., Marques, P. M. A., Filho, W. C. C. (2007). Grades computacionais na otimização da recuperação de imagens médicas baseada em conteúdo. Radiologia brasileira, 40 (4), 255-261. https://doi.org/10.1590/S0100-39842007000400011
Panis, C., Kawasaki, A. C. B., Pascotto, C. R., Justina, E. Y. D., Vicentini, G. E., Lucio, L. C. & Prates, R. T. C. (2018). Revisão crítica da mortalidade por câncer usando registros hospitalares e anos potenciais de vida perdidos.16 (1). https://doi.org/10.1590/S1679-45082018AO4018
Preissler, A. (2016). Data Mining para Definição dos Perfis de Pacientes com Câncer de Estômago. [Monografia, Universidade Regional do Noroeste do Estado do Rio Grande do Sul]. https://bibliodigital.unijui.edu.br:8443/xmlui/bitstream/handle/123456789/4216/Amanda%20Preissler.pdf?sequence=1&isAllowed=y
Prodanov, C. C., Freitas, E. C. (2013). Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico. (2. ed.). Feevale.
Rego, R. F. N. B., Barros, R. A., Pimenta, L. O. S., Rodrigues, J. V. C., ANJOS, E. B. (2020). Perfil Clínico Epidemiológico da População Atendida Num
Programa de Rastreamento de Câncer de Próstata. Revista de Atenção à Saúde, 18 (65), 38-47. https//doi.org/10.13037/ras.vol18n65.6647
Sacramento, R. S., Simião, L. J., Viana, K. C. G., Andrade, M. A. C., Amorin, M. H. C. & Zandonade, E. (2019). Associação de variáveis sociodemográficas e clínicas com os tempos para início do tratamento do câncer de próstata. Ciência & Saúde Coletiva, 24 (9), 3265-3274. https://doi.org/10.1590/1413-81232018249.31142017
Santos, M. O. (2018). Estimativa 2018: Incidência de Câncer no Brasil. Revista Brasileira De Cancerologia, 64(1), 119–120. https://doi.org/10.32635/2176-9745.RBC.2018v64n1.115
Sharma, S. & Bansal, M. (2020). Real-Time Sentiment Analysis Towards Machine Learning. International Journal of Scientific & Technology Research, 9 (2). https://10.13140/RG.2.2.27062.24643
Silva, L. A., Peres, S. M. & Boscarioli, C. Introdução à Mineração de Dados: com aplicações em R. Elsevier.
Silva, J. S. & Nascimento, L. P. (2017). Fatores Culturais Associados a não Adesão aos Exames Preventivos de Câncer de Próstata em Parintins [Trabalho de Conclusão, Universidade do Estado do Amazonas]. http://repositorioinstitucional.uea.edu.br//handle/riuea/759
Stone, C. R., Courneya, K. S., Mcgregor, S. E., Li, H. & Friedenreich, C. M. (2019). Determinants of changes in physical activity from prediagnosis to post-diagnosis in a cohort of prostate câncer survivors. Support Care Cancer, 27, 2819-2828. https://doi.org/10.1007/s00520-018-4578-2
Wazlawick, R. S. (2009). Metodologia de pesquisa para ciência da computação. Elsevier.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Gustavo Dias da Silva; Wellington Candeia de Araújo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
