Comparação entre modelos fuzzy e fuzzy tipo-2 intervalar para verificar os impactos da poluição do ar na saúde infantil

Abstract

Crianças se encontram dentro do grupo que apresenta maior suscetibilidade a exposição de poluente atmosféricos. Este estudo tem por objetivo desenvolver um modelo preditivo que seja capaz de correlacionar o número de internações de crianças por doenças respiratórias e a exposição a poluentes atmosféricos utilizando lógica fuzzy tipo-1 e tipo-2 e comparar o desempenho de ambas abordagens. Os dados utilizados são de residentes da cidade de São José dos Campos no período de 2015 a 2019. As variáveis de entrada utilizadas no modelo foram concentração de material particulado (PM10), concentração de dióxido de nitrogênio (NO2), temperatura mínima no dia e velocidade do vento. As informações sobre a concentração dos poluentes e os fatores climáticos foram adquiridas da CETESB enquanto que os números de internações foram obtidos do DATASUS. Dentre os dados analisados foram identificadas 3674 internações de crianças até 10 anos de idade, os valores médio de concentrações de PM10 e NO2 , temperatura mínima e velocidade do vento para o período considerado foram iguais a 20,74 μg/m³ e 18,59 μg/m 17,48 ºC e 1,37 m/s, respectivamente. Para avaliar o desempenho dos modelos foram utilizados valor de correlação de pearson (r) e erro quadrático médio (MSE), o modelo desenvolvido utilizando lógica fuzzy tipo-2 foi o que apresentou melhor desempenho com as seguintes métricas: r = 0,35 e MSE = 7,31. Para fuzzy tipo-1 teve-se como resultado r = 0,31 e MSE = 9,33. Dentro da literatura, os trabalhos que aplicam modelos fuzzy na medicina apresentam correlação de pearson com valores entre 0,2 e 0,4, portanto, os modelos desenvolvidos ficaram dentro do desempenho esperado. O modelo desenvolvido corresponde a uma alternativa de baixo custo para auxiliar no gerenciamento hospitalar, ao estimar quantas internações ocorrerão no dia é possível preparar todos os recursos necessários para o atendimento de crianças por problemas respiratórios.

Children are amongst the groups most susceptible to exposure to air pollutants. This study aims to develop a predictive model that is able to correlate the number of hospitalizations of children due to respiratory diseases and exposure to air pollutants using type-1 and type-2 fuzzy logic and to compare the performance of both approaches. The data used are from residents of the city of São José dos Campos from 2015 to 2019. The input variables used in the model were particulate matter concentration (PM10), nitrogen dioxide concentration (NO2), minimum temperature on the day and wind speed. Information on the concentration of pollutants and climatic factors was acquired from CETESB, while the number of hospitalizations was obtained from DATASUS. Among the data analyzed, 3674 hospitalizations were identified. The mean values of PM10 and NO2 concentrations, minimum temperature and wind speed for the considered period were equal to 20.74 µg/m³ and 18.59 µg/m 17.48 ºC and 1.37 m/s, respectively. To assess the performance of the models, Pearson's correlation value (r) and mean square error (MSE) were used. The model developed using type-2 fuzzy logic was the best performer with the following metrics: r = 0.35 and MSE = 7.31. The results for type-1 fuzzy logic were r = 0.31 and MSE = 9.33. In the literature, studies applying fuzzy models in medicine show a Pearson correlation of between 0.2 and 0.4, so the models developed were within the expected performance. The developed model corresponds to a low-cost alternative to assist hospital management. By estimating how many hospitalizations will occur during the day, it is possible to prepare all the necessary resources for the care of children with respiratory problems.