Predição de mortalidade pela dengue: uma abordagem de ciências de dados e aprendizado de máquina

Abstract

A Dengue representa um dos principais desafios de saúde pública no Brasil, com taxas crescentes de hospitalização e mortalidade nas últimas décadas. Diante desse cenário, este trabalho propõe duas abordagens complementares baseadas em aprendizado de máquina para a predição do risco de mortalidade em pacientes com Dengue, utilizando dados tabulares clínicos e sociodemográficos. A primeira abordagem, de aprendizado supervisionado, envolveu a aplicação de técnicas de pré-processamento, balanceamento de classes e seleção de atributos, seguida da comparação entre diferentes classificadores, como Árvore de Decisão, Random Forest, Regressão Logística e Naive Bayes. A segunda abordagem concentrou-se na detecção de outliers, por meio dos algoritmos Isolation Forest, Local Outlier Factor e One-Class SVM, visando avaliar seu impacto no desempenho dos modelos preditivos. A análise experimental considerou bases referentes aos anos de 2023 e 2024, permitindo avaliar a robustez das abordagens em diferentes cenários. Os resultados evidenciam que tanto as técnicas de balanceamento de classes quanto a detecção de outliers contribuem para aprimorar o desempenho obtido, especialmente na identificação de casos fatais. Assim, o estudo demonstra o potencial das abordagens de aprendizado de máquina como ferramentas de apoio à vigilância epidemiológica e à tomada de decisão em saúde pública.

Dengue represents one of the main public health challenges in Brazil, with increasing hospitalization and mortality rates in recent decades. In this context, this study proposes two complementary machine learning approaches to predict the risk of mortality in Dengue patients using tabular clinical and sociodemographic data. The first approach, based on supervised learning, involved preprocessing, class balancing, and feature selection techniques, followed by the comparison of classifiers such as Decision Tree, Random Forest, Logistic Regression, and Naive Bayes. The second approach focused on the detection and removal of outliers using algorithms such as Isolation Forest, Local Outlier Factor, and One-Class SVM, in order to assess their impact on predictive performance. The experimental analysis considered datasets from 2023 and 2024, allowing the evaluation of the robustness of the approaches under different scenarios. The results show that both class balancing techniques and outlier detection contribute to improving model performance, especially in identifying fatal cases. Therefore, this study highlights the potential of machine learning approaches as tools to support epidemiological surveillance and public health decision-making.