USO DO ALGORITMO "FLORESTA ALEATÓRIA" NA IDENTIFICAÇÃO DO COMPORTAMENTO DA POPULAÇÃO NA BUSCA POR SERVIÇOS DE SAÚDE APÓS O INÍCIO DA PANDEMIA DO NOVO CORONAVÍRUS

Abstract

Introdução: A mineração de dados é uma das cinco etapas do Knowledge Discovery in Databases (KDD), ou Descoberta de Conhecimento em Banco de Dados, e pode ser aplicada em diversas áreas do conhecimento, incluindo a saúde. As preocupações e esforços com a saúde pública vêm ganhando maior relevância, uma vez que o mundo todo vem sofrendo com o enfrentamento da pandemia do novo coronavírus, principalmente em países subdesenvolvidos e em desenvolvimento, como é o caso do Brasil e outras nações do continente americano. Método: Visando contribuir para a área, o objetivo deste estudo foi aplicar um algoritmo classificador para identificar o comportamento da população na busca por serviços de saúde após o início da pandemia do novo coronavírus. A base de dados utilizada foi a Premise General Population Covid-19 Health Services Disruption Survey 2020, oriunda do projeto Covid-19 Health Services Disruption Survey 2020. Resultados: Utilizando o algoritmo Floresta Aleatória, obteve-se 87,5% de acurácia na classificação de pessoas que irão ou não recorrer a serviços de saúde em países americanos Conclusão: Verificou-se que atributos sociodemográficos foram importantes na identificação destas pessoas, principalmente a quantidade de moradores em uma residência, etnia, religião, situações empregatícia e financeira. O modelo desenvolvido e os resultados alcançados podem ser usados para auxiliar autoridades de países americanos no planejamento de políticas públicas de saúde.