Inteligência artificial e previsão de óbito por Covid-19 no Brasil: uma análise comparativa entre os algoritmos Logistic Regression, Decision Tree e Random Forest / Artificial intelligence and forecasting of death by COVID-19 in Brazil: A comparative analysis of the algorithms Logistic Regression, Decision Tree, and Random Forest

RESUMO Este trabalho fez uso da inteligência artificial para contribuir com evidências empíricas que auxiliem na previsão de morte por Covid-19, possibilitando a melhoria de protocolos de saúde utilizados em sistemas de saúde no Brasil e dotando a sociedade com mais ferramentas de combate a essa doença. Utilizaram-se dados de janeiro a setembro de 2021 para o Brasil com o objetivo de prever morte por Covid-19, tomando por base o quadro clínico de pacientes que utilizaram o Sistema Único de Saúde no período estudado. Três algoritmos de classificação foram experimentados: Logistic Regression (LR), Decision Tree (DT) e Random Forest (RF). Os modelos LR, DT e RF tiveram uma acurácia média de, respectivamente, 76%, 76% e 77% na previsão de morte. Além disso, foi possível inferir que, quando o paciente chega a um ponto que necessita do uso de suporte ventilatório e de Unidade de Terapia Intensiva, somado à idade, sua chance de ir a óbito por Covid-19 é maior.

ABSTRACT This work makes use of artificial intelligence to contribute with empirical evidence that help predict death by COVID-19, enabling the improvement of health protocols used in health systems in Brazil and providing society with more tools to combat COVID-19. Data from January to September 2021 for Brazil are used in order to predict death by COVID-19 based on the clinical status of patients who used the Unified Health System in the studied period, in which three classification algorithms were tried: Logistic Regression (LR), Decision Tree (DT), and Random Forest (RF). The LR, DT, and RF models had a mean accuracy of 76%, 76%, and 77% in predicting death, respectively. In addition, it was possible to infer that when patients reach a point that require the use of ventilatory support and ICU, added to age, their chance of dying of COVID-19 is greater.

Uma Avaliação de impacto de política de segurança pública: o Programa Estado Presente do Espírito Santo / Texto para Discussão (TD) 2543 : Uma Avaliação de impacto de política de segurança pública : o Programa Estado Presente do Espírito Santo

Observou-se a diminuição de 10,2% no número de homicídios no estado do Espírito Santo, entre 2010 e 2014. Nesse período, foram feitos substanciais investimentos no saneamento do sistema prisional e na implementação do Programa Estado Presente em Defesa da Vida, focado na diminuição das mortes violentas intencionais. O objetivo deste trabalho é investigar se a política pública levada a cabo no estado impactou o número de homicídios, utilizando metodologia de controle sintético. Os resultados indicam que, se não fosse a política adotada, o número de homicídio aumentaria em 29% entre 2010 e 2014. Comparando-se os custos financeiros correspondentes à implantação da política com o valor estatístico das vidas poupadas, estimado por Cerqueira (2014), concluímos que cada real gasto gerou um ganho de bem-estar social equivalente a R$ 2,4.