Aplicação de Machine Learning para Análise dos Determinantes de Mortalidade Neonatal entre o período 2014 a 2015

A mortalidade infantil e neonatal é reflexo de uma combinação de fatores biológicos, socioeconômicos e assistenciais e uma análise quantitativa deste problema implica no processamento de grandes conjuntos de dados oriundos de diversas fontes. A aplicação de técnicas de Machine Learning tem se tornado cada vez mais difundida para lidar com problemas desta natureza. O objetivo deste estudo é investigar fatores associados ao risco de mortalidade neonatal no período de 2014 a 2015 utilizando técnicas de aprendizado de máquina para o processo de análise, a partir de informação demográficas e epidemiológicas disponíveis nos sistemas de informação de estatísticas vitais. Os dados utilizados no estudo são oriundos do Sistema de Informações sobre Nascidos Vivos (SINASC) e do Sistema de Informação de Mortalidade (SIM). Os dois bancos de dados foram relacionados por meio de uma chave identificadora comum disponível em ambos conjuntos de dados. Como resultado primário, foi construído um modelo que é capaz de realizar previsão do risco de de mortalidade neonatal, assim como elencar os principais fatores e respectivos pesos de influência na decisão do modelo. O presente projeto pretende não apenas apresentar um modelo de inteligência artificial, mas também apresentar novas metodologias aplicadas em problemas de interesse da área de demografia mais adequadas para serem utilizadas com conjuntos de dados grandes, com maior qualidade, os quais estão cada vez mais disponíveis. Por fim, espera-se também fomentar reflexões sobre a mortalidade neonatal à luz de aspectos socioeconômicos e, consequentemente, fornecer subsídios para políticas públicas de saúde.