ApliCação de deep learnIng na epidemiologia Paisagística utilizando dados do DataSUS para previsão e análise espacial de dOenças endêmicas e crônicas não transmissíveis no BRAsil (CAIPORA)

  • Ref: 444761/2023-3
  • Entidad financiadora: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
  • Periodo: 2023 - 2025
  • IP: Gregori de Arruda Moreira (Instituto Federal de São Paulo, Brasil)
  • Investigadores: Alexandre Cacheffo, Andrés M. Vélez-Pereira, Ediclê de Souza Fernandes Duarte, Eduardo Landulfo, Ezequiel Zamora Ledesma, Fábio Juliano da Silva Lopes, Jonatan João da Silva, Juan Luis Guerrero Rascado, Maria Florencia Tames, Maria João Tavares Costa, Marlon Miguel Cedeno Puig, Oscar Arnulfo Fajardo Montaña, Paloma Carinaños González, Samara Carbone, Stephanie Marina Díaz López

Resumen

El objetivo principal del proyecto radica en investigar, testar y validar un modelo predictivo que a partir de una serie temporal de variables meteorológicas, concentración de contaminantes e indicadores sociales sea capaz de predecir, para todas las capitales brasileñas, los casos de mortalidad e ingresos hospitalarios por afecciones cardiovasculares, cerebrovasculares y respiratorios, así como los ingresos de pacientes con cuadros de afecciones mentales, registrados en diversos sistemas del Banco de Datos del Departamento de informática de SUS (DATASUS), tomando como referencia el CID-10.