Análise e Modelagem de Casos de Dengue no Brasil com Inteligência Computacional 🦟

Este repositório contém o módulo de aprendizado não supervisionado (clusterização) de um projeto mais amplo voltado à análise e modelagem de dados sobre a Dengue no Brasil utilizando técnicas de inteligência computacional.

O estudo incluiu abordagens supervisionadas e não supervisionadas, sendo elas:

• Previsão de surtos com base na série histórica por meio de regressão preditiva.
• Clusterização de métricas agregadas por municípios para a identificação de correlação entre perfis socioclínicos e regionais.

Para acessar o projeto completo, com todas as análises e código, visite o repositório principal.

📄 Leia o artigo do projeto para mais detalhes.
🎥 Confira também a apresentação em vídeo.

Este projeto foi desenvolvido no âmbito da disciplina de Inteligência Computacional em Saúde, ministrada pelo professor Andre Pacheco.

Sumário

• Base de dados
• Instruções de uso
  • Repositório e Dados
  • Ambiente Virtual
  • Dependências
  • Execução
• Notas

Base de dados

Os dados utilizados neste projeto foram obtidos a partir do portal OpenDataSUS, mantido pelo Departamento de Informática do Sistema Único de Saúde (DATASUS) do Ministério da Saúde do Brasil. A partir do conjunto de dados “Árboviroses/ Dengue”, foram obtidos registros referentes às notificações de dengue, conforme coletados pelo Sistema de Informação de Agravos de Notificação (SINAN).

Os arquivos, disponibilizados em formato CSV, organizam notificações individuais por ano. Cada linha da base de dados representa uma notificação individual de dengue, incluindo informações sobre sinais e sintomas clínicos, comorbidades, idade, sexo, raça/cor, escolaridade, datas de início dos sintomas, notificação e evolução do caso, além de local de residência e notificação. O dicionário de dados oficial do SINAN foi utilizado como referência para interpretação e padronização das variáveis incluídas na análise.

Tanto os dados como o dicionário podem ser encontrados aqui.

Instruções de uso

Por se tratarem de arquivos .ipynb, podem ser executados em diversos ambientes. Todavia, recomendamos fortemente a utilização do JupyterLab ou da extensão do Jupyter para VSCode.

Repositório e Dados

Faça o download do projeto:

git clone https://github.com/intel-comp-saude-ufes/2025-1-P1-analise-e-modelagem-de-casos-de-dengue-no-brasil.git && cd 2025-1-P1-analise-e-modelagem-de-casos-de-dengue-no-brasil

• Faça o download dos datasets .csv de 2016 à 2025 aqui.
• Mova-os para o diretório ./data

Ambiente virtual

Crie um ambiente virtual para isolar as dependências do projeto.

python3 -m venv venv

source venv/bin/activate

Dependências

Instale as dependências.

pip install -r requirements.txt

Caso opte pela utilização do JupyterLab:

pip install jupyterlab

Execução

Se estiver usando a extensão do Jupyter para VSCode, basta abrir os arquivos e clicar em Run All. Caso esteja no JupyterLab, execute:

jupyter lab

e siga o mesmo procedimento.

Notas

• Os gráficos resultantes das análises são gerados em ./charts.
• É recomendável que execute os scripts em um computador com pelo menos 16GB RAM.
• Os detalhes de implementação estão documentados nos códigos.