ANÁLISE DO PERFIL EPIDEMIOLÓGICO DE PESSOAS INFECTADAS PELO MOSQUITO AEDES AEGYPTI UTILIZANDO MINERAÇÃO DE DADOS

Autores

Resumo

Este trabalho tem como objetivo utilizar técnicas de mineração de dados para determinar o perfil de pessoas que contraíram dengue, transmitida pelo Aedes Aegypti, além de buscar identificar hábitos e padrões de comportamentos do mosquito. As informações foram obtidas a partir de um questionário distribuído digitalmente e que obteve 341 respostas, sendo o foco dessa pesquisa é a cidade de Campos dos Goytacazes/RJ. Os dados foram minerados utilizando a ferramenta WEKA 3.8.1, sendo aplicada a técnica de clusterização. Os resultados obtidos demonstraram uma relação entre indivíduos do sexo feminino, jovens (entre 20 e 39 anos) que moram no centro da cidade e permanecem menos de 12 horas por dia em casa, com o fato de terem contraído dengue. A partir da análise realizada, também foi observado que a mineração de dados mostrou-se adequada para o descobrimento de padrões de comportamento e hábitos do mosquito Aedes Aegypti.

Biografia do Autor

  • Julio Cezar Negri Ramos, Instituto Federal Fluminense

    Possui graduação em Tecnologia em Design Gráfico pelo Instituto Federal Fluminense (2004). Atualmente é professor do Curso Superior em Design Gráfico do Instituto Federal Fluminense e Programador Visual da Reitoria do Instituto Federal Fluminense. Tem experiência na área de Comunicação, com ênfase em Criação de Marcas, Identidades Visuais, Midias impressas e Digitais, atuando principalmente nos seguintes temas: design gráfico, projeto gráfico, identidade visual, produção gráfica e diagramação. É sócio-proprietário da agência CONTEXTO COMUNICAÇÃO E DESIGN desde 2010.

     
  • Elias Rocha Gonçalves Júnior, Universidade Candido Mendes - Campos
    Mestrando em Engenharia de Produção. Pós-graduado em Docência do Ensino Superior pelo Instituto Brasileiro de Ensino (IBE). Graduado em Engenharia Mecânica pela Universidade Candido Mendes. Pesquisador no Grupo de Pesquisa Interinstitucional de Desenvolvimento Municipal/Regional ? ITEP/UENF/UNIFLU, da Universidade Estadual do Norte Fluminense Darcy Ribeiro em parceria com o Centro Universitário Fluminense - UNIFLU. Atualmente, é Professor Instrutor I na Universidade Candido Mendes - Campos, ministrando as disciplinas Metrologia Automotiva, Motores Ciclo Otto, Manutenção em sistemas de Suspensão e Manutenção em sistemas de Freios. Tem experiência e pesquisas na área de Engenharia Mecânica e Engenharia de Produção, com ênfase em Energias Renováveis, Manutenção Industrial, Mineração de Dados, Planejamento Estratégico, Motores à Combustão e Gestão Sustentável. É palestrante, autor de livros e membro da Associação Brasileira de Engenharia e Ciências Mecânicas (ABCM).
  • Virgínia Siqueira Gonçalves, Universidade Candido Mendes - Campos
    Graduada em Engenharia Mecânica pela Universidade Candido Mendes - Campos. Foi integrante da Comissão Organizadora do XXII Congresso Nacional dos Estudades de Engenharia Mecânica (CREEM). Como profissional, foi monitora e lecionou inglês na escola de inglês PBF - Pink and Blue Freedom (Campos dos Goytacazes/RJ), estagiou na empresa Petróleo Brasileiro S&A - PETROBRAS na área de Manutenção de Integridade (Macaé/RJ), atuou como aprendiz na área de Engenharia de Design de Tubos Flexíveis na empresa National Oilwell Varco - NOV Flexibles (Super Porto do Açu/RJ). Atualmente é professora do ITECAM - Instituto Tecnológico de Campos, sediado na Universidade Candido Mendes - Campos (Campos dos Goytacazes/RJ) no Curso Técnico em Manutenção Automotiva, com ênfase em "Manutenção em Sistemas de Embreagem", "Lubrificantes, Aditivos e Combustíveis" e "Acessórios Automotivos" e no Curso Técnico em Eletrotécnica, com ênfase em "Tecnologia Mecânica".
  • Geórgia Regina Rodrigues Gomes, Universidade Federal Fluminense
    Possui graduação em Licenciatura em Ciências com habilitação em Matemática pela Faculdade de Filosofia de Itaperuna (1989), Análise de Sistemas pela PUC-Rio (1991), mestrado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (1999) e doutorado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro(2006). Atuou como Analista de Sistemas de 1992 a 2003 na PUC-Rio, trabalhando em desenvolvimento e na manutenção de sistemas de informação corporativos e como coordenadora de desenvolvimento de sistemas. Atua no magistério desde 2000 e no superior desde 2006. Trabalhou como professora Adjunta da Universidade Candido Mendes e como Professora/Diretora de Ensino do IFF-Itaperuna. Atualmente é vice_diretora e professora adjunta da Universidade Federal Fluminense/INFES e professora colaboradora do mestrado da Universidade Candido Mendes. Tem experiência na área de Ciência da Computação, com ênfase em Sistemas de Computação, atuando principalmente nos seguintes temas: Mineração de Dados, Mineração de Texto, Integração de Banco de Dados, Bibliotecas Digitais, Metadados, Recuperação da Informação, Educação a Distância, Sistemas de Informação.
  • Claudio Luiz Melo Souza, Universidade Candido Mendes - Campos
    Possui Doutorado em Produção Vegetal pela Universidade Estadual do Norte Fluminense Darcy Ribeiro (UENF, 2001) e Mestrado pela Universidade Federal Rural do Rio de Janeiro (UFRRJ, 1997), onde também se graduou em Ciências Agrícolas (UFRRJ, 1994). Possui pós-graduação Lato Sensu em Engenharia de Produção; Matemática Financeira e Estatística. Foi Diretor do Instituto Superior de Tecnologia de Campos da FAETEC por duas gestões de 2003-2011. Em 20012 foi cedido ao setor de Estatística do Laboratório de Engenharia Agrícola da Universidade Estadual do Norte Fluminense onde leciona ao nível de graduação as disciplinas Estatística Básica e experimental e para o Mestrado e Doutorado em Produção Vegetal, Genética e Melhoramento e Ciência Animal a disciplina Estatística Aplicada I. Desde 2012, leciona para os Curso de Engenharia de Produção, Mecânica e Civil na Universidade Candido Mendes de Campos dos Goytacazes, Geometria Descritiva e Inovação Tecnológica, desde 2016, Gestão da Inovação Tecnológica para o Curso de Mestrado em Engenharia de Produção da UCAM-Campos, onde sua linha de pesquisa e desde 2018 para p Mestrado Profissional em Pesquisa Operacional e Inteligência Computacional da UCAM-Campos, dentro da pesquisa operacional, visa a amostragem e análise de previsão e demanda de energia de biomassa oriunda de diversas inovações tecnológicas.

Referências

AGGARWAL, C.C.; REDDY, C.K. Data clustering: Algorithms and Applications. Boca Raton: CRC Press, 2014.

AGRAWAL, R.; IMIELIŃSKI, T.; SWAMI, A. Mining association rules between sets of items in large databases. ACM SIGMOD Record, v. 22, n. 2, p. 207-216, 1993.

BARBOSA, A.A.S.; CARVALHO, R.N.; ANDRADE, F.S. Mineração de Dados em Ambientes Virtuais de Aprendizagem: Aportes para a Pesquisa em Educação a Distância. Interfaces Científicas,v.6, n.1, p. 125-136, 2017.

BARBOSA, J.; BARRADO, J.C.D.S.; ZARA, A.L.D.S.A.; SIQUEIRA, J.B. Avaliação da qualidade dos dados, valor preditivo positivo, oportunidade e representatividade do sistema de vigilância epidemiológica da dengue no Brasil, 2005 a 2009. Epidemiologia e Serviços de Saúde, v. 24, n. 1, p. 49-58, 2015.

BHATT, S. et al. The global distribution and burden of dengue. Nature, v. 496, n. 7446, p. 504-507, 2013.

BOTHOREL, G.; SERRURIER, M.; HURTER, C. Utilisation d'outils de visual data mining pour l'exploration d'un ensemble de règles d'association. In: 23º French Speaking Conference On Human-Computer Interaction - IHM '11. Nice: HAL, nº 12, 2011.

BRAGA, C. et al. Seroprevalence and risk factors for dengue infection in socio-economically distinct areas of Recife, Brazil. Acta Tropica, v. 113, n. 3, p. 234-240, 2010.

CARDOSO, O.N.P.; MACHADO, R.T.M. Gestão do conhecimento usando data mining: estudo de caso na Universidade Federal de Lavras. Revista de Administração Pública, v. 42, n. 3, p. 495-528, 2008.

CARVALHO, D.R.; DALLAGASSA, M. Mineração de dados: aplicações, ferramentas, tipos de aprendizado e outros subtemas. AtoZ: novas práticas em informação e conhecimento, v. 3, n. 2, p. 82-86, 2014.

CHADEE, D.D.; MARTINEZ, R. Aedes aegypti (L.) in Latin American and Caribbean region: With growing evidence for vector adaptation to climate change?. Acta Tropica, v. 156, p. 137-143, 2016.

COSTA, A.R. et al. Análise do controle vetorial da dengue no sertão piauiense entre 2007 e 2011. Cadernos Saúde Coletiva, v. 24, n. 3, p. 275-281, 2016.

DONALÍSIO, M.R.; GLASSER, C.M. Vigilância entomológica e controle de vetores do dengue. Revista Brasileira de Epidemiologia, v.5, n.3, p. 259-279, 2002.

ELMASRI, R.; NAVATHE, S. Sistemas de banco de dados. São Paulo: Pearson Addison Wesley, 2011.

FAYYAD, U.; PIATETSKY-SHAPIRO, G.; SMYTH, P. From Data Mining to Knowledge Discovery in Databases. AI magazine, v. 17, n.3, p. 37-54, 1996.

FAYYAD, U.; PIATETSKY-SHAPIRO, G.; SMYTH, P.; UTHURUSAMY, R. Advances in Knowledge Discovery and Data mining. Califórnia: AAAI Press, 1996.

FLAUZINO, R.; SOUZA-SANTOS, R.; OLIVEIRA, R. Indicadores socioambientais para vigilância da dengue em nível local. Saúde e Sociedade, v. 20, n. 1, p. 225-240, 2011.

FERREIRA, A.; CHIARAVALLOTI NETO, F. Infestação de área urbana por Aedes aegypti e relação com níveis socioeconômicos. Revista de Saúde Pública, v. 41, n. 6, p. 915-922, 2007.

KANT, S.; ANSARI, I. An improved K means clustering with Atkinson index to classify liver patient dataset. International Journal of System Assurance Engineering and Management, v. 7, n. S1, p. 222-228, 2015.

KOTTEK, M.; GREISER, J.; BECK, C.; RUDOLF, B.; RUBEL, F. World map of the Köppen-Geiger climate classification updated. Meteorologische Zeitschrift, v. 15, n. 3, p. 259–263, 2006.

KUSHWAHA, N.; PANT, M.; KANT, S.; JAIN, V.K. Magnetic optimization algorithm for data clustering. Pattern Recognition Letters, v. 115, p. 59-65, 2018.

GUBLER, D.J. Dengue, Urbanization and Globalization: The Unholy Trinity of the 21st Century. Tropical Medicine and Health, v. 39, n. 4SUPPLEMENT, p. S3-S11, 2011.

GUZMAN, M. et al. Dengue: a continuing global threat. Nature Reviews Microbiology, v. 8, n. 12supp, p. S7-S16, 2010.

IBGE. Estimativas da população residente no Brasil e unidades da Federação com data de referência em 1º de julho de 2017. Brasília: Diário Oficial da União, 2017.

JOHN LU, Z.Q. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Journal of the Royal Statistical Society: Series A (Statistics in Society), v. 173, n. 3, p. 693-694, 2010.

MACQUEEN, J. Some methods for classification and analysis of multivariate observations. In: 5º Berkeley Symposium on Mathematical Statistics and Probability. Berkeley: Universidade da California, 1967, p. 281-297.

NASCIMENTO, L. et al. Caracterização dos casos suspeitos de dengue internados na capital do estado de Goiás em 2013: período de grande epidemia. Epidemiologia e Serviços de Saúde, v. 24, n. 3, p. 475-484, 2015.

RIGAU-PÉREZ, J.G. Surveillance for an emergency disease: dengue hemorrhagic fever in Puerto Rico, 1988-1997. Puerto Rico Health Sciences Journal, v. 18, n.4, p. 337-345, 1999.

RODRIGUES, A.; BEDRIKOW, R. Controle da dengue sob a ótica bioética. Revista Bioética, v. 24, n. 3, p. 478-487, 2016

SURVEY. Google Forms - Survey. Google Forms, p. 1-7, 2016. Disponível em: <https://goo.gl/forms/XTp9n63N8lo5qz7B3>. Acesso em: 14 abr 2018.

TEIXEIRA, M. et al. Epidemiological Trends of Dengue Disease in Brazil (2000–2010): A Systematic Literature Search and Analysis. PLoS Neglected Tropical Diseases, v. 7, n. 12, p. e2520, 2013.

WORLD HEALTH ORGANIZATION. Regional Office for South-East Asia. Dengue: guidelines for diagnosis, treatment, prevention, and control. Special Programme for Research and Training in Tropical Diseases, 2009. Disponível em: <https://doi.org/WHO/HTM/NTD/DEN/2009.1>. Acesso em: 05 abr 2018.

Downloads

Publicado

2019-09-17

Edição

v. 11 n. 3 (2019)

Seção

Artigos

Licença

Licença Creative Commons
Este obra está licenciado com uma Licença Creative Commons Atribuição 4.0 Internacional.