1. Biblioteca Digital de Dissertações da Universidade Católica de Brasília - UCB
  2. Área de Humanidades, Negócios e Direito
  3. Programa de Pós-Graduação em Economia de Empresas
Export ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://bdtd.ucb.br:8443/jspui/handle/tede/2787
Type: Dissertação
Title: Fatores de risco para diabetes tipo 2 no Brasil: uma análise machine learning
Author(s): Aquino, Ladjany Sousa de 
First Advisor: Gutierrez, Carlos Enrique Carrasco
Summary: A diabetes tipo 2 tem aumentado de modo alarmante e progressivo em todo o mundo, sendo classificada pela Organização Mundial de Saúde como uma epidemia mundial cujas consequências têm afetado seriamente a vida social e econômica dos países. Este estudo tem como objetivo entender a importância relativa dos fatores de risco para diabetes tipo 2 (DM2). Utilizando toda a informação disponível na base de dados da Vigitel entre os anos 2006 e 2019 e a ferramenta de classificação de aprendizado de máquina Random Forest com feature selection, identificamos os 15 fatores de risco mais imporantes de um total de 80 variáveis. Os efeitos marginais das variáveis são encontrados estimando os modelos Logit e Probit. Os resultados mostraram que, dentre os fatores de risco que aumentam a chance de DM2 estão a idade, o peso, o índice de massa corporal, se a pessoa tem pressão alta, se tem mal estado de saúde, se é fumante ou ex fumante.
Abstract: Diabetes type 2 has increased alarmingly and progressively all over the world, being classified by the World Health Organization as a global epidemic whose consequences have seriously affected the social and economic life of countries. This study aims to determine risk factors for type 2 diabetes (DM2). Using all the information available in the Vigitel database between 2006 and 2019 and the Random Forest machine learning classification tool with feature selection, we identified the 15 most important risk factors out of a total of 80 variables. The marginal effects of the variables are found by estimating the Logit and Probit models. The results showed that, among the risk factors that increase the chance of DM2 are age, weight, body mass index, if the person has high blood pressure, poor health and if the person is a smoker or former smoker.
Keywords: Diabetes
Random forest
Machine learning
Doenças crônicas não transmissíveis
Chronic noncommunicable diseases
CNPq: CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA
Language: por
Parents: Brasil
Publisher: Universidade Católica de Brasília
Institution Abbreviation: UCB
Department: Escola de Humanidades, Negócios e Direito
Program: Programa Stricto Sensu em Economia de Empresas
Citation: AQUINO, Ladjany Sousa de. Fatores de risco para diabetes tipo 2 no Brasil: uma análise machine learning. 2021. 32 f. Dissertação (Programa Stricto Sensu em Economia de Empresas) - Universidade Católica de Brasília, Brasília, 2021.
Access Type: Acesso Aberto
URI: https://bdtd.ucb.br:8443/jspui/handle/tede/2787
Document date: 30-Jun-2021
Appears in Collections:Programa de Pós-Graduação em Economia de Empresas

Files in This Item:
File Description SizeFormat 
LadjanySousaDissertacao2021.pdfDissertação1.18 MBAdobe PDFThumbnail

Download/Open Preview
Show full item record Recommend this item


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.