Uso de Técnicas de Mineração de Dados para a Identificação Automática de Beneficiários Propensos ao Diabetes Mellitus Tipo 2

Deborah Ribeiro Carvalho, Marcelo Rosano Dallagassa, Sandra Honorato da Silva

Resumo


Introdução:As empresas de saúde armazenam uma grande quantidade de dados visando fundamentalmente o controle administrativo, pagamentos das contas médicas, etc., não havendo obrigatoriedade do preenchimento de dados clínicos epidemiológicos, entre os quais o CID – Código Internacional de Doenças. Este tipo de prática dificulta a identificação de possíveis enfermidades de seus beneficiários, a partir da utilização de técnicas de extração de informação tradicionais, e consequentemente, a implantação de programas de prevenção de doenças e de promoção da saúde.

Objetivo: Portanto, esse artigo propõe um modelo baseado em técnicas de mineração de dados para a identificação automática de beneficiários com propensão a doenças crônicas.

Metodologia: Metodologicamente esse modelo compreende as seguintes etapas: identificação inicial das variáveis e respectivas análises; seleção das variáveis a serem utilizadas e preparadas; mineração de dados e validação das regras descobertas por especialistas. Objetivando testar o modelo proposto foi realizado um experimento voltado ao reconhecimento de indivíduos com propensão ao diabetes mellitus tipo 2.

Resultados: Para o processo de mineração de dados foram selecionadas 12 variáveis, considerando um conjunto de 43.375 beneficiários, sendo descobertas 843 regras, com uma taxa de acerto de 88,9%. Dentre essas 843 regras foram selecionadas seis para serem avaliadas por quatro especialistas.

Conclusões: Essa avaliação concluiu pela eficácia do modelo, com um grau de concordância da ordem de 89,6%.


Palavras-chave


Recuperação da informação

Texto completo:

PDF


DOI: http://dx.doi.org/10.5433/1981-8920.2015v20n3p274

  

Inf. Inf.

ISSN: 1981-8920 (versão somente online)

DOI: 10.5433/1981-8920

e-mail: infoeinfo@uel.br



Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional