Modelo preditivo dos anos de vida perdidos por morte prematura para os municípios brasileiros de médio porte utilizando aprendizagem de máquina

Abstract

O indicador de Anos de Vida Perdidos por Morte Prematura (YLL, na sigla em inglês) é uma métrica essencial em saúde pública, utilizada para avaliar o impacto de doenças e fatores de risco na mortalidade precoce. No entanto, o cálculo do YLL depende de dados atualizados de mortalidade por localidade, os quais apresentam defasagens em sua disponibilização. Além disso, esses dados podem sofrer distorções significativas, como as observadas durante a pandemia de COVID-19. Diante desse contexto, este trabalho tem como objetivo avaliar modelos preditivos para estimar os anos de vida perdidos por morte prematura em municípios brasileiros de médio porte, empregando técnicas de aprendizagem de máquina. Para alcançar esse objetivo, utilizam-se dados de mortalidade fornecidos pelo Departamento de Informática do Sistema Único de Saúde (DATASUS), com foco na predição do YLL tanto para o período atual (nowcasting) quanto para períodos futuros (forecasting). A metodologia empregada seguiu o framework CRISP-DM (Cross Industry Standard Process for Data Mining) e iniciou com o entendimento da questão de negócio, embasado em uma revisão bibliográfica. Os dados foram extraídos, analisados e explorados para obter uma compreensão detalhada de suas características. Em seguida, foi desenvolvido um pipeline automatizado, visando garantir eficiência no processamento e qualidade dos dados. Na etapa de modelagem, foram aplicados e avaliados os modelos ARIMA, SARIMA, XGBoost, Prophet e LSTM. Os resultados obtidos demonstraram a capacidade do modelo LSTM em fornecer as estimativas mais confiáveis do YLL tanto para o presente quanto para períodos subsequentes. Esses resultados têm o potencial de apoiar gestores públicos na formulação de políticas de saúde mais eficazes, fundamentadas em dados e previsões robustas.