Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho (2019)
- Authors:
- USP affiliated authors: CHIAVEGATTO FILHO, ALEXANDRE DIAS PORTO - FSP ; FERNANDES, FERNANDO TIMOTEO - FSP
- Unidade: FSP
- DOI: 10.1590/2317-6369000019418
- Subjects: SAÚDE OCUPACIONAL; APRENDIZADO COMPUTACIONAL; MINERAÇÃO DE DADOS; SEGURANÇA DO TRABALHO
- Language: Português
- Abstract: Introdução: a variedade, volume e velocidade de geração de dados (big data) possibilitam novas e mais complexas análises. Objetivo: discutir e apresentar técnicas de mineração de dados (data mining) e de aprendizado de máquina (machine learning) para auxiliar pesquisadores de Saúde e Segurança no Trabalho (SST) na escolha da técnica adequada para lidar com big data. Métodos: revisão bibliográfica com foco em data mining e no uso de análises preditivas com machine learning e suas aplicações para auxiliar diagnósticos e predição de riscos em SST. Resultados: a literatura indica que aplicações de data mining com algoritmos de machine learning para análises preditivas em saúde pública e em SST apresentam melhor desempenho em comparação com análises tradicionais. São sugeridas técnicas de acordo com o tipo de pesquisa almejada. Discussão: data mining tem se tornado uma alternativa cada vez mais comum para lidar com bancos de dados de saúde pública, possibilitando analisar grandes volumes de dados de morbidade e mortalidade. Tais técnicas não visam substituir o fator humano, mas auxiliar em processos de tomada de decisão, servir de ferramenta para a análise estatística e gerar conhecimento para subsidiar ações que possam melhorar a qualidade de vida do trabalhador
- Imprenta:
- Source:
- Título do periódico: Revista Brasileira de Saúde Ocupacional
- ISSN: 0303-7657
- Volume/Número/Paginação/Ano: v.44, art. e13 [12p.], 2019
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
FERNANDES, Fernando Timoteo e CHIAVEGATTO FILHO, Alexandre Dias Porto. Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho. Revista Brasileira de Saúde Ocupacional, v. 44, p. art. e13 [12], 2019Tradução . . Disponível em: https://doi.org/10.1590/2317-6369000019418. Acesso em: 29 maio 2024. -
APA
Fernandes, F. T., & Chiavegatto Filho, A. D. P. (2019). Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho. Revista Brasileira de Saúde Ocupacional, 44, art. e13 [12]. doi:10.1590/2317-6369000019418 -
NLM
Fernandes FT, Chiavegatto Filho ADP. Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho [Internet]. Revista Brasileira de Saúde Ocupacional. 2019 ;44 art. e13 [12].[citado 2024 maio 29 ] Available from: https://doi.org/10.1590/2317-6369000019418 -
Vancouver
Fernandes FT, Chiavegatto Filho ADP. Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho [Internet]. Revista Brasileira de Saúde Ocupacional. 2019 ;44 art. e13 [12].[citado 2024 maio 29 ] Available from: https://doi.org/10.1590/2317-6369000019418 - Predição de absenteísmo docente na rede pública com machine learning
- A multipurpose machine learning approach to predict COVID-19 negative prognosis in São Paulo, Brazil
- Machine learning em saúde e segurança do trabalhador : perspectivas, desafios e aplicações
- The Impact of Time, Region, and Income Level on Stillbirth and Neonatal Mortality in Brazil from 2000-2019
- Inteligência artificial pode melhorar decisões clínicas sobre tratamento no Brasil
- Patterns and predictors of health service use among people with mental disorders in São Paulo metropolitan area, Brazil
- Standardization of the food composition database used in the Latin American nutrition and health study (ELANS)
- The epidemiology of personality disorders in the Sao Paulo Megacity general population
- Partos cesáreos e a escolha da data de nascimento no Município de São Paulo
- Determinants of the use of health care services: multilevel analysis in the Metropolitan Region of Sao Paulo
Informações sobre o DOI: 10.1590/2317-6369000019418 (Fonte: oaDOI API)
Download do texto completo
Tipo | Nome | Link | |
---|---|---|---|
HEP_52_2019.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas