Perfil epidemiológico da Febre Amarela no Brasil, entre os anos de 1994 e 2021, através da análise de dados oficiais do Datasus
DOI:
https://doi.org/10.34119/bjhrv6n3-421Keywords:
Febre Amarela, análise de dados, pythonAbstract
A febre amarela, doença infecciosa de curta duração causada por um arbovírus pertencente ao gênero Flavivirus, família Flaviridae, caracteriza-se por ser não contagiosa e de gravidade variável. É transmitida pela picada de mosquitos voadores fêmeas e se apresenta como endêmica e enzoótica em várias regiões tropicais da África e das Américas. O presente trabalho tem como objetivo principal analisar os dados de febre amarela no Brasil, entre os anos de 1994 a 2021, onde a fonte desses dados é o sistema existente no Portal do Datasus. A ideia é aplicar conceitos de análise e ciência de dados, usando a linguagem de programação Python, para compreender o comportamento dessa doença em território nacional. Primeiramente, foram extraídos dados do Datasus e, após isso, comandos Python foram aplicados para entender como ocorreu o surto dessa doença no Brasil ao longo desse período específico. Foi possível concluir que febre amarela atinge mais adultos, não sendo muito frequente em idosos e crianças; homens adquirem mais febre amarela do que as mulheres; as cidades de Mairiporã (SP), Angra dos Reis (RJ), Atibaia (SP), Ladainha (MG) e Mariana (MG) foram as que apresentaram maiores notificações na época analisada e a região Sudeste foi a que mais apresentou notificações, com 85 % dos casos registrados.
References
L. B. M. Brito, J. A. Santos, A. L. P. Gomes e A. J. F. Marcos, “Febre amarela: uma revisão de literatura”, 2014. In: Brazilian Journal of Surgery and Clinical Research – BJSCR. 8(3): 61-65. Disponível em: https://www.mastereditora.com.br/periodico/20141101_221620.pdf. Acesso em: 18 Abr. 2023.
Ministério da Saúde do Brasil, Secretaria de Vigilância em Saúde. Coordenação-Geral de Desenvolvimento da Epidemiologia em Serviços. Guia de Vigilância em Saúde. 1.ed. atual. Brasília: Ministério da Saúde, 2016.
Ministério da Saúde. Manual de vigilância epidemiológica de febre amarela. Brasília, 2004.
Y. P. Vieira, L. Petry, L. E. Santos, R. M. Soder, V. R. Marco, P. S. Quevedo, D. G. R. Fontana e L. A. A. Silva, “Descrição epidemiológica da febre amarela no brasil: alertasobre a expansão da doença”, 2020. In: Brazilian Journal of health Review, v. 3, n. 5, p.13383-13395. Disponível em: https://ojs.brazilianjournals.com.br/ojs/index.php/BJHR/article/view/17267/1403 2 Acesso em: 18 Abr 2023.
A. P. M. Romano et al, “Febre amarela no Brasil: recomendações para a vigilância, prevenção e controle”. 2011. Epidemiol. Serv. Saúde, Brasília, v. 20,n. 1, p. 101-106.
N.S. Nilson, Principles of Artificial Inteligence. Springer Verlag, Berlin, 1982.
W.C. Lima, “Estudo de classificadores e construção de dataset para diagnóstico de dengue, chikungunya e zika”, Trabalho de conclusão de curso, Departamento Acadêmico de Informática, Universidade Tecnológica Federal do Paraná, 2017.
OPAS – Organização Pan-Americana de Saúde, “Febre Amarela”, 2022. Disponível em https://www.paho.org/pt/topicos/febre-amarela. Acesso em: 18 Abr 2023.
P. I. Andrade e L.V. T. Brilhante, “Predizendo epidemias de Dengue, no Distrito Federal, utilizando algoritmos de Regressão”, Monografia de Graduação, Universidade de Brasília, 2018.
F. Amaral. 2016. Introdução à Ciência de Dados: Mineração de Dados e Big Data (1st. ed.). Vol. 1. Alta Books.
J. Tukey, “Exploratory Data Analysis”. 1977. 1st Ed. Pearson. 688p.R. Nicole, “Title of paper with only first word capitalized,” J. Name Stand. Abbrev., in press.
G. R. Lopes, A. W. S. Almeida, A. C. B. Delbem and, C. F. M. Toledo. 2019. “Introdução à Análise Exploratória de Dados com Python”. In: Escola Regional de Computação Aplicada à Saúde (ERCAS 2019).
DATASUS – Departamento de Informática do SUS, 2022. Site oficial disponível em: https://datasus.saude.gov.br/sobre-o-datasus/. Acesso em: 18 Abr. 2023.


