Ir para acessibilidade
inicio do conteúdo

Banca de QUALIFICAÇÃO: GEOVANA ALMEIDA DOS SANTOS ARAUJO

2026-10-23 12:25:36.883

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: GEOVANA ALMEIDA DOS SANTOS ARAUJO
DATA: 30/10/2026
HORA: 08:00
LOCAL: Sala de aula do Programa de Pós-Graduação em Saúde Coletiva
TÍTULO: PREDIÇÃO DA RAZÃO DE NEAR MISS MATERNO EM MUNICÍPIOS BRASILEIROS UTILIZANDO APRENDIZADO DE MÁQUINA
PALAVRAS-CHAVES: Near Miss Materno. Saúde Materna. Aprendizado de Máquina.
PÁGINAS: 186
GRANDE ÁREA: Ciências da Saúde
ÁREA: Saúde Coletiva
RESUMO: Introdução: A Razão de Near Miss Materno (RNMM) é um indicador relevante para a vigilância da morbidade materna grave, refletindo desigualdades territoriais e condições sociodemográficas e assistenciais. Entretanto, sua predição em escala municipal ainda é pouco explorada. Este estudo objetivou predizer a RNMM em municípios brasileiros por meio de Aprendizado de Máquina. Métodos: Estudo epidemiológico, quantitativo, ecológico, longitudinal e preditivo, abrangendo 5.570 municípios brasileiros entre 2015 e 2024, totalizando 55.700 observações município-ano. Utilizaram-se dados dos sistemas nacionais de informações em saúde e de bases sociodemográficas. A RNMM foi calculada por 1.000 nascidos vivos e suavizada pelo estimador Bayesiano Empírico Local. Foram comparados cinco algoritmos: Random Forest, Extreme Gradient Boosting, Cubist, Elastic Net e Multilayer Perceptron, além de modelos de referência baseados na persistência da média e da mediana. A validação cruzada aninhada combinou origem móvel e bloqueio espacial. O desempenho foi avaliado principalmente pela raiz do erro quadrático médio (RMSE), com IC95% por bootstrap, testes de Wilcoxon com ajuste de Holm e interpretabilidade por valores SHAP. Resultados: Foram identificados 686.112 casos de near miss materno. A distribuição espacial da RNMM foi heterogênea, com maiores magnitudes principalmente nas regiões Norte e Nordeste. O Elastic Net apresentou o menor RMSE global [16,578; IC95%: 16,432–16,732], seguido pelo Cubist [16,616; IC95%: 16,448–16,793]. O desempenho variou conforme a janela temporal e a magnitude do indicador, com erros maiores na faixa de alto risco. Os valores SHAP destacaram a importância do histórico da RNMM, seguido por indicadores de vulnerabilidade socioeconômica, desigualdade, desenvolvimento humano e características demográficas e assistenciais. Conclusões: A predição municipal da RNMM mostrou-se viável, com melhor desempenho global do Elastic Net, embora nenhum modelo tenha apresentado superioridade em todas as faixas de risco e janelas temporais. A abordagem poderá complementar a vigilância epidemiológica da morbidade materna grave e subsidiar o planejamento da assistência, com potencial aplicação em painel interativo para monitoramento territorial.
MEMBROS DA BANCA:
Presidente - BRUNO FERES DE SOUZA - UFMA
Interno - CAROLINA ABREU DE CARVALHO DE OLIVEIRA - UFMA
Externo à Instituição - ALEXANDRE DIAS PORTO CHIAVEGATTO FILHO - USP
Co-orientador - ERIKA BARBARA ABREU FONSECA THOMAZ - UFMA

fim do conteúdo