Mineração de texto aplicada às análises de intervenção de Políticas Públicas de Saúde: o caso da epidemia de sífilis no Brasil

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Rocha, Marcella Andrade da
Orientador(a): Valentim, Ricardo Alexsandro de Medeiros
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Rio Grande do Norte
Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufrn.br/handle/123456789/56754
Resumo: A sífilis é uma doença infectocontagiosa crônica que possui cura e é conhecida há séculos, causada pela bactéria Treponema Pallidum. Mesmo com fácil tratamento e diagnóstico, a sífilis continua como um sério problema de saúde pública em grande parte do mundo. Apenas no Brasil, os dados do Boletim Epidemiológico de 2017 revelaram uma elevação no número de casos de sífilis em gestantes, adquirida e congênita. Considerando a magnitude do problema a ser enfrentado, surge em 2018 no Brasil a “Pesquisa aplicada para integração inteligente orientada ao fortalecimento das redes de atenção para resposta rápida à sífilis”, o projeto “Sífilis Não!”, que tem como objetivo reduzir os casos de sífilis adquirida e em gestantes e eliminar a congênita no país. Esse projeto possui várias estratégias para combate à sífilis e, entre elas, a criação de um grupo de apoiadores de pesquisa e intervenção que atuaram em municípios prioritários e produziram milhares de relatos de textos e os adicionaram em uma plataforma. O objetivo do trabalho é o desenvolvimento de métodos computacionais utilizando mineração de textos que ajudam a compreender o impacto da sífilis no território utilizando as produções textuais da “plataforma LUES” dos apoiadores do projeto “Sífilis Não!”. Foi utilizada a base de dados extraída da “Plataforma LUES” com 4.874 documentos em arquivo de texto e 3.071 documentos em planilhas eletrônicas entre os anos de 2018 e 2020. Seguiu-se o pré-processamento desses textos, com escolha para análise dos textos referentes aos relatórios dos apoiadores. Por fim, para essa análise, foi realizada extração dos N-gramas (N=2,3,4) utilizando a combinação da métrica TF-IDF com o algoritmo BoW para verificar a importância e a frequência dos termos, para o agrupamento dos textos que depois foram analisados utilizando técnicas de análise de conteúdo e interpretação dos termos. Assim, foram testadas associações dos dados extraídos dos relatórios com indicadores de sífilis e o impacto da epidemia no território. A mineração de textos, ao ser utilizada em conjunto ao tradicional método de análise de conteúdo, é capaz de atender objetos de pesquisa de saúde pública. O método computacional extraiu ações de intervenção dos apoiadores, como também subsidiou inferências sobre como as estratégias do projeto “Sífilis Não!” incidiram na redução dos casos de sífilis congênita no território.