ANÁLISE DE DADOS PARA IDENTIFICAÇÃO DE PADRÕES E PREVISÃO DE DOENÇAS CARDÍACAS
Resumo
Considerada a principal causa de morte no mundo, as doenças cardiovasculares (DCV) atingem mais pessoas anualmente do que qualquer outra enfermidade, de acordo com a Organização Pan-Americana da Saúde. Tendo em vista a prevalência destas doenças e a abundância de dados de saúde, ainda enfrentam-se desafios na aplicação de técnicas de análise de dados para diagnósticos e previsão precoces e precisos; por isso, o presente trabalho tem como objetivo analisar o uso de técnicas de análise de dados na área da saúde, com ênfase na identificação e previsão de doenças cardíacas, pois a prevenção e o diagnóstico precoce das doenças são muito importantes para reduzir a mortalidade e os custos relacionados ao tratamento dessa patologia. Para a realização do trabalho, foram utilizadas as ferramentas Jupyter Notebook, como um ambiente interativo para escrever códigos e visualizar dados, e a linguagem Python e suas bibliotecas, isso através da análise de dados de um dataset de doenças cardíacas retirado do site UCI Machine Learning. Utilizando técnicas de análise exploratória de dados e modelagem preditiva, como regressão linear, foi possível chegar à conclusão de que certas variáveis convergem para a importância em relação à variável alvo, enquanto outras divergem, sendo inconsistentes. E, através do modelo de regressão linear, avaliou-se que foi possível explicar 67,81% da variância do atributo alvo. Este trabalho também apresentou contribuições que corroboram com a literatura, como o fato de que os homens são mais propensos a terem doenças cardíacas em idades mais novas (50 a 60 anos de idade).
Revista Eletrônica de Computação Aplicada