Building accessible and interpretable cardiovascular risk models for public use in Brazil (2024)
- Authors:
- Autor USP: TEIXEIRA, VINICIUS ALVES - EP
- Unidade: EP
- Sigla do Departamento: PRO
- Subjects: DOENÇAS CARDIOVASCULARES; APRENDIZADO COMPUTACIONAL
- Language: Inglês
- Abstract: As doenças cardiovasculares são a principal causa de mortalidade no Brasil, responsáveis por cerca de 400 mil mortes anuais. Apesar dos avanços na área da saúde, ainda existem disparidades significativas na prevenção e no diagnóstico, impulsionadas por desigualdades socioeconômicas e pela alta prevalência de fatores de risco modificáveis. Este trabalho aborda esses desafios por meio do desenvolvimento de modelos de aprendizado de máquina acessíveis e interpretáveis para a predição de risco de doenças cardiovasculares, adaptados para uso público no Brasil. Utilizando o conjunto de dados da Pesquisa Nacional de Saúde (PNS) 2019, uma pesquisa abrangente realizada pelo Instituto Brasileiro de Geografia e Estatística (IBGE), foram explorados os modelos de regressão logística, K-vizinhos mais próximos (KNN), Random Forests e XGBoost. Esses modelos foram otimizados rigorosamente por meio de técnicas de seleção de variáveis, oversampling e ajuste de hiperparâmetros, priorizando o recall para melhorar a detecção precoce de casos de risco. O estudo culminou no desenvolvimento de uma ferramenta digital projetada para fornecer informações de saúde acionáveis aos indivíduos, respeitando diretrizes éticas e priorizando a acessibilidade. Ao equilibrar precisão e interpretabilidade, o trabalho garante que a ferramenta seja prática para usuários não especializados, ao mesmo tempo em que aborda questões críticas, como privacidade de dados e equidade no acesso à saúde. Este trabalho demonstra o potencial transformador da integração de aprendizado de máquina na saúde pública, oferecendo um framework escalável que empodera indivíduos, apoia sistemas de saúde e contribui para a redução do impacto das doenças cardiovasculares no Brasil. Os resultados ressaltam a importância de combinar inovação técnica com relevância social para promover melhorias significativas nos desfechos de saúde pública.
- Imprenta:
-
ABNT
TEIXEIRA, Vinicius Alves. Building accessible and interpretable cardiovascular risk models for public use in Brazil. 2024. Trabalho de Conclusão de Curso (Graduação) – Escola Politécnica, Universidade de São Paulo, São Paulo, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/7952dcf6-72e1-4150-a62a-827454ffbf1b/VIN%C3%8DCIUS_ALVES_TEIXEIRA_TF-24.pdf. Acesso em: 28 abr. 2025. -
APA
Teixeira, V. A. (2024). Building accessible and interpretable cardiovascular risk models for public use in Brazil (Trabalho de Conclusão de Curso (Graduação). Escola Politécnica, Universidade de São Paulo, São Paulo. Recuperado de https://bdta.abcd.usp.br/directbitstream/7952dcf6-72e1-4150-a62a-827454ffbf1b/VIN%C3%8DCIUS_ALVES_TEIXEIRA_TF-24.pdf -
NLM
Teixeira VA. Building accessible and interpretable cardiovascular risk models for public use in Brazil [Internet]. 2024 ;[citado 2025 abr. 28 ] Available from: https://bdta.abcd.usp.br/directbitstream/7952dcf6-72e1-4150-a62a-827454ffbf1b/VIN%C3%8DCIUS_ALVES_TEIXEIRA_TF-24.pdf -
Vancouver
Teixeira VA. Building accessible and interpretable cardiovascular risk models for public use in Brazil [Internet]. 2024 ;[citado 2025 abr. 28 ] Available from: https://bdta.abcd.usp.br/directbitstream/7952dcf6-72e1-4150-a62a-827454ffbf1b/VIN%C3%8DCIUS_ALVES_TEIXEIRA_TF-24.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
VINÍCIUS_ALVES_TEIXEIRA_... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
