Trabalho de conclusao de curso - tcc

Aplicação de técnicas de machine learning na análise da correlação entre mudanças climáticas e doenças relacionadas ao clima (2024)

• Authors:
  • Fialho, Marcelo Schneider
  • Souza, Luiz Sérgio de (Orientador)
• Autor USP: FIALHO, MARCELO SCHNEIDER - EP
• Unidade: EP
• DOI: 10.11606/003275255
• Subjects: APRENDIZADO COMPUTACIONAL; MUDANÇA CLIMÁTICA; DOENÇAS
• Language: Português
• Abstract: Os avanços tecnológicos nos últimos anos têm possibilitado um grande salto para o poder computacional, permitindo o processamento de grandes bases de dados por meio de algoritmos de Machine Learning (ML) com a finalidade de realizar predições e correlações dentro de um tempo viável. As técnicas de ML têm se destacado como uma ferramenta importante em diversas áreas do conhecimento, promovendo avanços significativos na capacidade de análise e tomada de decisões. Estas técnicas, têm sido aplicadas em campos como a economia, a engenharia, as ciências sociais e a medicina, e se beneficiam da utilização de diferentes algoritmos capazes de aprender e melhorar seu desempenho utilizando grandes bases de dados. No campo da medicina, muitos estudos têm utilizado técnicas de ML para estudar a correlação entre as mudanças climáticas e o surgimento de novas doenças ou surtos de doenças já conhecidas. Entender a relação entre mudanças climáticas e a ocorrência de doenças é de grande importância na implementação de medidas eficazes para a prevenção de surtos e podem contribuir para tomadas de decisões mais assertivas. Este trabalho explorou como as técnicas de ML podem ser utilizadas para identificar correlações entre mudanças climáticas e a ocorrência de doenças relacionadas ao clima, destacando suas implicações para a saúde pública. Foi adotada uma revisão de mapeamento (RM), utilizando a ferramenta Parsifal, para identificar e organizar estudos relevantes na interseção entre ML, mudanças climáticas e saúde. O processo incluiu o planejamento da pesquisa, definição de critérios de inclusão e exclusão, busca sistemática em bases de dados científicas e análise qualitativa dos resultados. Os resultados mostram que modelos como redes neurais artificiais, árvores de decisão e Random Forest têm sido amplamente aplicadoscom sucesso para prever surtos de doenças como dengue, malária e doenças respiratórias, destacando a influência de variáveis climáticas, como temperatura e padrões de precipitação. Além disso, a análise evidencia que técnicas de ML podem contribuir significativamente para a formulação de políticas de saúde pública mais eficazes, ao proporcionar análises preditivas para a alocação de recursos e estratégias de mitigação. No entanto, limitações relacionadas à qualidade dos dados e à complexidade dos modelos foram identificadas como barreiras a serem superadas. Os achados deste estudo reforçam a importância de integrar abordagens tecnológicas com estratégias interdisciplinares para enfrentar os desafios impostos pelas mudanças climáticas à saúde pública global.
• Imprenta:
  • Publisher place: São Paulo
  • Date published: 2024

Informações sobre o DOI: 10.11606/003275255 (Fonte: oaDOI API)
• Este periódico é de acesso aberto
• Este artigo NÃO é de acesso aberto
  

---

Download do texto completo

Tipo	Nome	Link
	MARCELO_SCHNEIDER_FIALHO....	Direct link

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  FIALHO, Marcelo Schneider. Aplicação de técnicas de machine learning na análise da correlação entre mudanças climáticas e doenças relacionadas ao clima. 2024. Trabalho de Conclusão de Curso (Especialização) – Escola Politécnica, Universidade de São Paulo, São Paulo, 2024. Disponível em: https://doi.org/10.11606/003275255. Acesso em: 08 abr. 2026.

• APA

  Fialho, M. S. (2024). Aplicação de técnicas de machine learning na análise da correlação entre mudanças climáticas e doenças relacionadas ao clima (Trabalho de Conclusão de Curso (Especialização). Escola Politécnica, Universidade de São Paulo, São Paulo. Recuperado de https://doi.org/10.11606/003275255

• NLM

  Fialho MS. Aplicação de técnicas de machine learning na análise da correlação entre mudanças climáticas e doenças relacionadas ao clima [Internet]. 2024 ;[citado 2026 abr. 08 ] Available from: https://doi.org/10.11606/003275255

• Vancouver

  Fialho MS. Aplicação de técnicas de machine learning na análise da correlação entre mudanças climáticas e doenças relacionadas ao clima [Internet]. 2024 ;[citado 2026 abr. 08 ] Available from: https://doi.org/10.11606/003275255

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Avaliação da qualidade de dados em portais WEB utilizando redes neurais