RESUMO Objetivo: Descrever os resultados iniciais da linha de base de um estudo de base populacional, bem como um protocolo para avaliar o desempenho de diferentes algoritmos de aprendizado de máquina, com o objetivo de predizer a demanda de serviços de urgência e emergência em uma amostra representativa de adultos da zona urbana de Pelotas, no Sul do Brasil. Métodos: O estudo intitula-se “Emergency department use and Artificial Intelligence in PELOTAS (RS) (EAI PELOTAS)” (https://wp.ufpel.edu.br/eaipelotas/). Entre setembro e dezembro de 2021, foi realizada uma linha de base com os participantes. Está previsto um acompanhamento após 12 meses para avaliar a utilização de serviços de urgência e emergência no último ano. Em seguida, serão testados algoritmos de machine learning para predizer a utilização de serviços de urgência e emergência no período de um ano. Resultados: No total, 5.722 participantes responderam à pesquisa, a maioria do sexo feminino (66,8%), com idade média de 50,3 anos. O número médio de pessoas no domicílio foi de 2,6. A maioria da amostra tem cor da pele branca e ensino fundamental incompleto ou menos. Cerca de 30% da amostra estava com obesidade, 14% com diabetes e 39% eram hipertensos. Conclusão: O presente trabalho apresentou um protocolo descrevendo as etapas que foram e serão tomadas para a produção de um modelo capaz de prever a demanda por serviços de urgência e emergência em um ano entre moradores de Pelotas, no estado do Rio Grande do Sul.

RESUMO Objetivo: To describe the initial baseline results of a population-based study, as well as a protocol in order to evaluate the performance of different machine learning algorithms with the objective of predicting the demand for urgent and emergency services in a representative sample of adults from the urban area of Pelotas, Southern Brazil. Methods: The study is entitled “Emergency department use and Artificial Intelligence in PELOTAS (RS) (EAI PELOTAS)” (https://wp.ufpel.edu.br/eaipelotas/). Between September and December 2021, a baseline was carried out with participants. A follow-up was planned to be conducted after 12 months in order to assess the use of urgent and emergency services in the last year. Afterwards, machine learning algorithms will be tested to predict the use of urgent and emergency services over one year. Results: In total, 5,722 participants answered the survey, mostly females (66.8%), with an average age of 50.3 years. The mean number of household people was 2.6. Most of the sample has white skin color and incomplete elementary school or less. Around 30% of the sample has obesity, 14% diabetes, and 39% hypertension. Conclusion: The present paper presented a protocol describing the steps that were and will be taken to produce a model capable of predicting the demand for urgent and emergency services in one year among residents of Pelotas, in Rio Grande do Sul state.

RESUMO Objetivo: To describe the initial baseline results of a population-based study, as well as a protocol in order to evaluate the performance of different machine learning algorithms with the objective of predicting the demand for urgent and emergency services in a representative sample of adults from the urban area of Pelotas, Southern Brazil. Methods: The study is entitled “Emergency department use and Artificial Intelligence in PELOTAS (RS) (EAI PELOTAS)” (https://wp.ufpel.edu.br/eaipelotas/). Between September and December 2021, a baseline was carried out with participants. A follow-up was planned to be conducted after 12 months in order to assess the use of urgent and emergency services in the last year. Afterwards, machine learning algorithms will be tested to predict the use of urgent and emergency services over one year. Results: In total, 5,722 participants answered the survey, mostly females (66.8%), with an average age of 50.3 years. The mean number of household people was 2.6. Most of the sample has white skin color and incomplete elementary school or less. Around 30% of the sample has obesity, 14% diabetes, and 39% hypertension. Conclusion: The present paper presented a protocol describing the steps that were and will be taken to produce a model capable of predicting the demand for urgent and emergency services in one year among residents of Pelotas, in Rio Grande do Sul state. Objetivo populationbased population based Pelotas Brazil Methods Emergency RS (RS EAI PELOTAS) https//wp.ufpel.edu.br/eaipelotas/. httpswpufpeledubreaipelotas https //wp.ufpel.edu.br/eaipelotas/ . wp ufpel edu br eaipelotas (https://wp.ufpel.edu.br/eaipelotas/) 2021 followup follow up 1 Afterwards Results total 5722 5 722 5,72 survey 66.8%, 668 66.8% , 66 8 (66.8%) 503 50 3 50. years 26 2 6 2.6 less 30 obesity 14 diabetes 39 hypertension Conclusion state https//wp.ufpel.edu.br/eaipelotas/ wpufpeledubreaipelotas //wp.ufpel.edu.br/eaipelotas (https://wp.ufpel.edu.br/eaipelotas/ 202 572 72 5,7 66.8 (66.8% 2. https//wp.ufpel.edu.br/eaipelotas (https://wp.ufpel.edu.br/eaipelotas 20 57 7 5, 66. (66.8 (66. (66 (6 (

RESUMO Objetivo: Descrever os resultados iniciais da linha de base de um estudo de base populacional, bem como um protocolo para avaliar o desempenho de diferentes algoritmos de aprendizado de máquina, com o objetivo de predizer a demanda de serviços de urgência e emergência em uma amostra representativa de adultos da zona urbana de Pelotas, no Sul do Brasil. Métodos: O estudo intitula-se “Emergency department use and Artificial Intelligence in PELOTAS (RS) (EAI PELOTAS)” (https://wp.ufpel.edu.br/eaipelotas/). Entre setembro e dezembro de 2021, foi realizada uma linha de base com os participantes. Está previsto um acompanhamento após 12 meses para avaliar a utilização de serviços de urgência e emergência no último ano. Em seguida, serão testados algoritmos de machine learning para predizer a utilização de serviços de urgência e emergência no período de um ano. Resultados: No total, 5.722 participantes responderam à pesquisa, a maioria do sexo feminino (66,8%), com idade média de 50,3 anos. O número médio de pessoas no domicílio foi de 2,6. A maioria da amostra tem cor da pele branca e ensino fundamental incompleto ou menos. Cerca de 30% da amostra estava com obesidade, 14% com diabetes e 39% eram hipertensos. Conclusão: O presente trabalho apresentou um protocolo descrevendo as etapas que foram e serão tomadas para a produção de um modelo capaz de prever a demanda por serviços de urgência e emergência em um ano entre moradores de Pelotas, no estado do Rio Grande do Sul. Objetivo populacional máquina Pelotas Brasil Métodos intitulase intitula se Emergency RS (RS EAI PELOTAS) https//wp.ufpel.edu.br/eaipelotas/. httpswpufpeledubreaipelotas https //wp.ufpel.edu.br/eaipelotas/ . wp ufpel edu br eaipelotas (https://wp.ufpel.edu.br/eaipelotas/) 2021 1 seguida Resultados total 5722 5 722 5.72 pesquisa 66,8%, 668 66,8% , 66 8 (66,8%) 503 50 3 50, anos 26 2 6 2,6 menos 30 obesidade 14 39 hipertensos Conclusão https//wp.ufpel.edu.br/eaipelotas/ wpufpeledubreaipelotas //wp.ufpel.edu.br/eaipelotas (https://wp.ufpel.edu.br/eaipelotas/ 202 572 72 5.7 66,8 (66,8% 2, https//wp.ufpel.edu.br/eaipelotas (https://wp.ufpel.edu.br/eaipelotas 20 57 7 5. 66, (66,8 (66, (66 (6 (

Este estudo teve como objetivo analisar a prevalência de limitação na mobilidade funcional autorreferida e os fatores associados no período entre os anos 2000 e 2015, em idosos residentes no Município de São Paulo, Brasil. Para as presentes análises foram utilizados os dados das quatro ondas (2000, 2006, 2010 e 2015) do Estudo Saúde, Bem Estar e Envelhecimento (SABE). Foram conduzidos modelos de regressão para analisar as características demográficas, socioeconômicas, comportamentais e relativas à saúde dos indivíduos associadas à limitação da mobilidade em cada onda do estudo, e análise multinível para a comparação entre as quatro ondas. Os resultados indicaram aumento nas prevalências de limitações na mobilidade autorreferida, mais evidente no ano de 2006. Foi observado, ainda, associação com condições crônicas de saúde, como a história de AVC (RP = 1,43; IC95%: 1,29; 1,58, em 2000), a presença de doenças osteoarticulares (RP = 1,35; IC95%: 1,23; 1,49, em 2015), e a queixa de “dor nas costas” (RP = 1,33; IC95%: 1,22; 1,45, em 2006), bem como com aspectos socioeconômicos, como a renda insuficiente (RP = 1,17; IC95%: 1,07; 1,28, em 2010). Em um contexto de envelhecimento populacional acelerado, esses resultados trazem informações relevantes para a promoção de políticas públicas voltadas à prevenção de declínio da mobilidade em pessoas idosas.

The study aimed to analyze the prevalence of self-reported limitation of functional mobility and associated factors from 2000 to 2015 in elderly residing in the city of São Paulo, Brazil. The analyses used data from the four waves (2000, 2006, 2010, and 2015) in the Health, Well-Being, and Aging Study (SABE). Regression models were conducted to analyze the demographic, socioeconomic, behavioral, and health-related characteristics of individuals associated with limitations of mobility in each wave of the study, and multilevel analysis was performed for comparison between the four waves. The results showed an increase in the prevalence of self-reported limitations in mobility, most evident in the year 2006. There was also an association between chronic health conditions such as history of stroke (PR = 1.43; 95%CI: 1.29; 1.58, in 2000), presence of osteoarticular diseases (PR = 1.35; 95%CI: 1.23; 1.49, in 2015), and complaint of “backache” (PR = 1.33; 95%CI: 1.22; 1.45, in 2006), as well as with socioeconomic aspects such as insufficient income (PR = 1.17; 95%CI: 1.07; 1.28, in 2010). In a context of rapid population aging, these results provide relevant information for promoting public policies to prevent the decline in mobility in the elderly.

Este estudio tuvo como objetivo analizar la prevalencia de limitación en la movilidad funcional autoinformada y sus factores asociados durante el período entre los años 2000 y 2015, en ancianos residentes en el Municipio de São Paulo, Brasil. Para los análisis actuales se utilizaron los datos de cuatro oleadas (2000, 2006, 2010 y 2015) del Estudio Salud, Bienestar y Envejecimiento (SABE). Se aplicaron modelos de regresión para analizar las características demográficas, socioeconómicas, comportamentales y relativas a la salud de los individuos, asociadas a la limitación de la movilidad en cada oleada del estudio, y un análisis multinivel para la comparación entre las 4 oleadas. Los resultados indicaron un aumento en las prevalencias de limitaciones respecto a la movilidad autoinformada, pero fue evidente en el año 2006. Se observó, incluso, una asociación con las condiciones crónicas de salud, como un historial de ACV (RP = 1,43; IC95%: 1,29; 1,58, en 2000), la presencia de enfermedades osteoarticulares (RP = 1,35; IC95%: 1,23; 1,49, en 2015), y la queja de “dolor de espalda” (RP = 1,33; IC95%: 1,22; 1,45, en 2006), así como con aspectos socioeconómicos, como la renta insuficiente (RP = 1,17; IC95%: 1,07; 1,28, en 2010). En un contexto de envejecimiento poblacional acelerado, esos resultados presentan información relevante para la promoción de políticas públicas dirigidas a la prevención del declive de la movilidad en personas ancianas.

Este estudo teve como objetivo analisar a prevalência de limitação na mobilidade funcional autorreferida e os fatores associados no período entre os anos 2000 e 2015, em idosos residentes no Município de São Paulo, Brasil. Para as presentes análises foram utilizados os dados das quatro ondas (2000, 2006, 2010 e 2015) do Estudo Saúde, Bem Estar e Envelhecimento (SABE). Foram conduzidos modelos de regressão para analisar as características demográficas, socioeconômicas, comportamentais e relativas à saúde dos indivíduos associadas à limitação da mobilidade em cada onda do estudo, e análise multinível para a comparação entre as quatro ondas. Os resultados indicaram aumento nas prevalências de limitações na mobilidade autorreferida, mais evidente no ano de 2006. Foi observado, ainda, associação com condições crônicas de saúde, como a história de AVC (RP = 1,43; IC95%: 1,29; 1,58, em 2000), a presença de doenças osteoarticulares (RP = 1,35; IC95%: 1,23; 1,49, em 2015), e a queixa de “dor nas costas” (RP = 1,33; IC95%: 1,22; 1,45, em 2006), bem como com aspectos socioeconômicos, como a renda insuficiente (RP = 1,17; IC95%: 1,07; 1,28, em 2010). Em um contexto de envelhecimento populacional acelerado, esses resultados trazem informações relevantes para a promoção de políticas públicas voltadas à prevenção de declínio da mobilidade em pessoas idosas.

The study aimed to analyze the prevalence of self-reported limitation of functional mobility and associated factors from 2000 to 2015 in elderly residing in the city of São Paulo, Brazil. The analyses used data from the four waves (2000, 2006, 2010, and 2015) in the Health, Well-Being, and Aging Study (SABE). Regression models were conducted to analyze the demographic, socioeconomic, behavioral, and health-related characteristics of individuals associated with limitations of mobility in each wave of the study, and multilevel analysis was performed for comparison between the four waves. The results showed an increase in the prevalence of self-reported limitations in mobility, most evident in the year 2006. There was also an association between chronic health conditions such as history of stroke (PR = 1.43; 95%CI: 1.29; 1.58, in 2000), presence of osteoarticular diseases (PR = 1.35; 95%CI: 1.23; 1.49, in 2015), and complaint of “backache” (PR = 1.33; 95%CI: 1.22; 1.45, in 2006), as well as with socioeconomic aspects such as insufficient income (PR = 1.17; 95%CI: 1.07; 1.28, in 2010). In a context of rapid population aging, these results provide relevant information for promoting public policies to prevent the decline in mobility in the elderly.

Este estudio tuvo como objetivo analizar la prevalencia de limitación en la movilidad funcional autoinformada y sus factores asociados durante el período entre los años 2000 y 2015, en ancianos residentes en el Municipio de São Paulo, Brasil. Para los análisis actuales se utilizaron los datos de cuatro oleadas (2000, 2006, 2010 y 2015) del Estudio Salud, Bienestar y Envejecimiento (SABE). Se aplicaron modelos de regresión para analizar las características demográficas, socioeconómicas, comportamentales y relativas a la salud de los individuos, asociadas a la limitación de la movilidad en cada oleada del estudio, y un análisis multinivel para la comparación entre las 4 oleadas. Los resultados indicaron un aumento en las prevalencias de limitaciones respecto a la movilidad autoinformada, pero fue evidente en el año 2006. Se observó, incluso, una asociación con las condiciones crónicas de salud, como un historial de ACV (RP = 1,43; IC95%: 1,29; 1,58, en 2000), la presencia de enfermedades osteoarticulares (RP = 1,35; IC95%: 1,23; 1,49, en 2015), y la queja de “dolor de espalda” (RP = 1,33; IC95%: 1,22; 1,45, en 2006), así como con aspectos socioeconómicos, como la renta insuficiente (RP = 1,17; IC95%: 1,07; 1,28, en 2010). En un contexto de envejecimiento poblacional acelerado, esos resultados presentan información relevante para la promoción de políticas públicas dirigidas a la prevención del declive de la movilidad en personas ancianas.

RESUMO OBJETIVO Predizer o risco de ausência laboral decorrente de morbidades dos docentes que atuam na educação infantil na rede pública municipal, com o uso de algoritmos de machine learning. MÉTODOS Trata-se de um estudo transversal utilizando dados secundários, públicos e anônimos da Relação Anual de Informações Sociais, selecionando professores da educação infantil que atuaram na rede pública municipal do estado de São Paulo entre 2014 e 2018 (n = 174.294). Foram também vinculados dados da média de alunos por turma e número de habitantes no município. Os dados foram separados em treinamento e teste, utilizando os registros de 2014 a 2016 (n = 103.357) para treinar cinco modelos preditivos e os dados de 2017 a 2018 (n = 70.937) para testar seus desempenhos em dados novos. A performance preditiva dos algoritmos foi avaliada por meio do valor da área abaixo da curva ROC (AUROC). RESULTADOS Todos os cinco algoritmos testados apresentaram área abaixo da curva acima de 0,76. O algoritmo com melhor performance preditiva (redes neurais artificiais) obteve 0,79 de área abaixo da curva, com acurácia de 71,52%, sensibilidade de 72,86%, especificidade de 70,52% e kappa de 0,427 nos dados de teste. CONCLUSÃO É possível predizer casos de afastamentos por morbidade em docentes da rede pública com machine learning usando dados públicos. O melhor algoritmo apresentou melhor resultado da área abaixo da curva quando comparado ao modelo de referência (regressão logística). Os algoritmos podem contribuir para predições mais assertivas na área da saúde pública e da saúde do trabalhador, permitindo acompanhar e ajudar a prevenir afastamentos por morbidade desses trabalhadores.

ABSTRACT OBJECTIVE To predict the risk of absence from work due to morbidities of teachers working in early childhood education in the municipal public schools, using machine learning algorithms. METHODS This is a cross-sectional study using secondary, public and anonymous data from the Relação Anual de Informações Sociais, selecting early childhood education teachers who worked in the municipal public schools of the state of São Paulo between 2014 and 2018 (n = 174,294). Data on the average number of students per class and number of inhabitants in the municipality were also linked. The data were separated into training and testing, using records from 2014 to 2016 (n = 103,357) to train five predictive models, and data from 2017 to 2018 (n = 70,937) to test their performance in new data. The predictive performance of the algorithms was evaluated using the value of the area under the ROC curve (AUROC). RESULTS All five algorithms tested showed an area under the curve above 0.76. The algorithm with the best predictive performance (artificial neural networks) achieved 0.79 of area under the curve, with accuracy of 71.52%, sensitivity of 72.86%, specificity of 70.52%, and kappa of 0.427 in the test data. CONCLUSION It is possible to predict cases of sickness absence in teachers of public schools with machine learning using public data. The best algorithm showed a better result of the area under the curve when compared with the reference model (logistic regression). The algorithms can contribute to more assertive predictions in the public health and worker health areas, allowing to monitor and help prevent the absence of these workers due to morbidity.

RESUMO OBJETIVO Predizer o risco de ausência laboral decorrente de morbidades dos docentes que atuam na educação infantil na rede pública municipal, com o uso de algoritmos de machine learning. MÉTODOS Trata-se de um estudo transversal utilizando dados secundários, públicos e anônimos da Relação Anual de Informações Sociais, selecionando professores da educação infantil que atuaram na rede pública municipal do estado de São Paulo entre 2014 e 2018 (n = 174.294). Foram também vinculados dados da média de alunos por turma e número de habitantes no município. Os dados foram separados em treinamento e teste, utilizando os registros de 2014 a 2016 (n = 103.357) para treinar cinco modelos preditivos e os dados de 2017 a 2018 (n = 70.937) para testar seus desempenhos em dados novos. A performance preditiva dos algoritmos foi avaliada por meio do valor da área abaixo da curva ROC (AUROC). RESULTADOS Todos os cinco algoritmos testados apresentaram área abaixo da curva acima de 0,76. O algoritmo com melhor performance preditiva (redes neurais artificiais) obteve 0,79 de área abaixo da curva, com acurácia de 71,52%, sensibilidade de 72,86%, especificidade de 70,52% e kappa de 0,427 nos dados de teste. CONCLUSÃO É possível predizer casos de afastamentos por morbidade em docentes da rede pública com machine learning usando dados públicos. O melhor algoritmo apresentou melhor resultado da área abaixo da curva quando comparado ao modelo de referência (regressão logística). Os algoritmos podem contribuir para predições mais assertivas na área da saúde pública e da saúde do trabalhador, permitindo acompanhar e ajudar a prevenir afastamentos por morbidade desses trabalhadores.

ABSTRACT OBJECTIVE To predict the risk of absence from work due to morbidities of teachers working in early childhood education in the municipal public schools, using machine learning algorithms. METHODS This is a cross-sectional study using secondary, public and anonymous data from the Relação Anual de Informações Sociais, selecting early childhood education teachers who worked in the municipal public schools of the state of São Paulo between 2014 and 2018 (n = 174,294). Data on the average number of students per class and number of inhabitants in the municipality were also linked. The data were separated into training and testing, using records from 2014 to 2016 (n = 103,357) to train five predictive models, and data from 2017 to 2018 (n = 70,937) to test their performance in new data. The predictive performance of the algorithms was evaluated using the value of the area under the ROC curve (AUROC). RESULTS All five algorithms tested showed an area under the curve above 0.76. The algorithm with the best predictive performance (artificial neural networks) achieved 0.79 of area under the curve, with accuracy of 71.52%, sensitivity of 72.86%, specificity of 70.52%, and kappa of 0.427 in the test data. CONCLUSION It is possible to predict cases of sickness absence in teachers of public schools with machine learning using public data. The best algorithm showed a better result of the area under the curve when compared with the reference model (logistic regression). The algorithms can contribute to more assertive predictions in the public health and worker health areas, allowing to monitor and help prevent the absence of these workers due to morbidity.

RESUMO: Objetivo: Os serviços de emergência são fundamentais na organização da rede de atenção à saúde. Não obstante, apresentam diferentes dificuldades para seu funcionamento. Entre essas, destaca-se a superlotação dos serviços, a qual, em boa medida, é explicada pelo uso inadequado do serviço e reutilização frequente por parte de usuários. Apesar do conhecimento dessa situação, as informações sobre a temática são escassas no Brasil, ainda mais as relacionadas ao acompanhamento longitudinal dos usuários. Assim, este projeto objetiva avaliar a performance preditiva de diferentes algoritmos de machine learning para estimar o uso inapropriado e a reutilização dos serviços de emergência e a mortalidade. Métodos: Para isso, será realizado um estudo no município de Pelotas, Rio Grande do Sul, com um pouco mais de cinco mil usuários do pronto socorro municipal. Resultados: Caso o estudo seja bem-sucedido, será disponibilizado um algoritmo com potencial para ser usado na prática clínica para auxiliar profissionais de saúde na tomada de decisão no contexto hospitalar. Diferentes estratégias de difusão dos conhecimentos serão utilizadas para aumentar a capacidade do estudo de produzir inovações para a organização do sistema e serviços de saúde. Conclusão: Um modelo preditivo de alto desempenho pode auxiliar na tomada de decisão nos serviços de emergência, melhorando a qualidade do atendimento.

ABSTRACT: Objective: Emergency services are essential to the organization of the health care system. Nevertheless, they face different operational difficulties, including overcrowded services, largely explained by their inappropriate use and the repeated visits from users. Although a known situation, information on the theme is scarce in Brazil, particularly regarding longitudinal user monitoring. Thus, this project aims to evaluate the predictive performance of different machine learning algorithms to estimate the inappropriate and repeated use of emergency services and mortality. Methods: To that end, a study will be conducted in the municipality of Pelotas, Rio Grande do Sul, with around five thousand users of the municipal emergency department. Results: If the study is successful, we will provide an algorithm that could be used in clinical practice to assist health professionals in decision-making within hospitals. Different knowledge dissemination strategies will be used to increase the capacity of the study to produce innovations for the organization of the health system and services. Conclusion: A high performance predictive model may be able to help decisionmaking in the emergency services, improving quality of care.

RESUMO: Objetivo: Os serviços de emergência são fundamentais na organização da rede de atenção à saúde. Não obstante, apresentam diferentes dificuldades para seu funcionamento. Entre essas, destaca-se a superlotação dos serviços, a qual, em boa medida, é explicada pelo uso inadequado do serviço e reutilização frequente por parte de usuários. Apesar do conhecimento dessa situação, as informações sobre a temática são escassas no Brasil, ainda mais as relacionadas ao acompanhamento longitudinal dos usuários. Assim, este projeto objetiva avaliar a performance preditiva de diferentes algoritmos de machine learning para estimar o uso inapropriado e a reutilização dos serviços de emergência e a mortalidade. Métodos: Para isso, será realizado um estudo no município de Pelotas, Rio Grande do Sul, com um pouco mais de cinco mil usuários do pronto socorro municipal. Resultados: Caso o estudo seja bem-sucedido, será disponibilizado um algoritmo com potencial para ser usado na prática clínica para auxiliar profissionais de saúde na tomada de decisão no contexto hospitalar. Diferentes estratégias de difusão dos conhecimentos serão utilizadas para aumentar a capacidade do estudo de produzir inovações para a organização do sistema e serviços de saúde. Conclusão: Um modelo preditivo de alto desempenho pode auxiliar na tomada de decisão nos serviços de emergência, melhorando a qualidade do atendimento.

ABSTRACT: Objective: Emergency services are essential to the organization of the health care system. Nevertheless, they face different operational difficulties, including overcrowded services, largely explained by their inappropriate use and the repeated visits from users. Although a known situation, information on the theme is scarce in Brazil, particularly regarding longitudinal user monitoring. Thus, this project aims to evaluate the predictive performance of different machine learning algorithms to estimate the inappropriate and repeated use of emergency services and mortality. Methods: To that end, a study will be conducted in the municipality of Pelotas, Rio Grande do Sul, with around five thousand users of the municipal emergency department. Results: If the study is successful, we will provide an algorithm that could be used in clinical practice to assist health professionals in decision-making within hospitals. Different knowledge dissemination strategies will be used to increase the capacity of the study to produce innovations for the organization of the health system and services. Conclusion: A high performance predictive model may be able to help decisionmaking in the emergency services, improving quality of care.

RESUMO: Objetivo: Analisar a associação entre os determinantes contextuais referentes ao saneamento básico e a autoavaliação de saúde nas capitais brasileiras. Métodos: Analisaram-se 27.017 adultos (≥ 18 anos) residentes nas 27 capitais brasileiras em 2013, utilizando dados da Pesquisa Nacional de Saúde (PNS). Ajustaram-se modelos multiníveis logísticos bayesianos para analisar a associação entre a autoavaliação de saúde e a cobertura dos serviços de saneamento básico (rede de esgoto, abastecimento de água e coleta de lixo), controlando a análise por fatores individuais (primeiro nível do modelo) e renda per capita da cidade de residência (segundo nível). Resultados: A maior cobertura de serviços de saneamento básico esteve consistentemente associada à melhor percepção da saúde, mesmo após o controle pelas características individuais e contextuais. Observou-se menor chance de autoavaliação ruim de saúde entre indivíduos que viviam em capitais com média (odds ratio - OR = 0,59; intervalo de confiança - IC95% = 0,57 - 0,61) e alta (OR = 0,61; IC95% = 0,57 - 0,66) cobertura da rede de coleta de esgoto; média (OR = 0,77; IC95% = 0,71 - 0,83) cobertura de serviço de abastecimento de água; e alta (OR = 0,78; IC95% = 0,69 - 0,89) proporção de coleta de lixo. Conclusão: A associação positiva entre melhores condições de saneamento básico e a autoavaliação da saúde, independentemente dos fatores individuais e das condições socioeconômicas do local de residência, confirma a necessidade de se considerar o saneamento básico na elaboração de políticas de saúde.

ABSTRACT: Objective: This study aimed to analyze the association between the contextual determinants related to basic sanitation and self-reported health in Brazilian capitals. Methods: The sample consisted of 27,017 adults (≥18 years) residing in the 27 Brazilian capitals in 2013, from the National Health Survey (PNS). The association between self-reported health and sanitation (sewage system, water supply and garbage collection) was analyzed using Bayesian multilevel models, controlling for individual factors (first level of the model) and area-level socioeconomic characteristics (second level). Results: We found a consistent association between better self-reported health and better sanitation levels, even after controlling for individual and contextual characteristics. At the contextual level, lower odds of poor self-reported health was observed among those living in areas with medium (OR = 0.59, 95%CI 0.57 - 0.61) or high (OR = 0.61, 95%CI 0.57 - 0.66) sewage system level; medium (OR = 0.77, 95%CI 0.71 - 0.83) coverage of water supply; and high (OR = 0.78, 95%CI 0.69 - 0.89) garbage collection level. Conclusion: The positive association between better sanitation conditions and health, independently of the individual factors and the socioeconomic characteristics of the place of residence, confirms the need to consider sanitation in the planning of health policies.

RESUMO: Objetivo: Analisar a associação entre os determinantes contextuais referentes ao saneamento básico e a autoavaliação de saúde nas capitais brasileiras. Métodos: Analisaram-se 27.017 adultos (≥ 18 anos) residentes nas 27 capitais brasileiras em 2013, utilizando dados da Pesquisa Nacional de Saúde (PNS). Ajustaram-se modelos multiníveis logísticos bayesianos para analisar a associação entre a autoavaliação de saúde e a cobertura dos serviços de saneamento básico (rede de esgoto, abastecimento de água e coleta de lixo), controlando a análise por fatores individuais (primeiro nível do modelo) e renda per capita da cidade de residência (segundo nível). Resultados: A maior cobertura de serviços de saneamento básico esteve consistentemente associada à melhor percepção da saúde, mesmo após o controle pelas características individuais e contextuais. Observou-se menor chance de autoavaliação ruim de saúde entre indivíduos que viviam em capitais com média (odds ratio - OR = 0,59; intervalo de confiança - IC95% = 0,57 - 0,61) e alta (OR = 0,61; IC95% = 0,57 - 0,66) cobertura da rede de coleta de esgoto; média (OR = 0,77; IC95% = 0,71 - 0,83) cobertura de serviço de abastecimento de água; e alta (OR = 0,78; IC95% = 0,69 - 0,89) proporção de coleta de lixo. Conclusão: A associação positiva entre melhores condições de saneamento básico e a autoavaliação da saúde, independentemente dos fatores individuais e das condições socioeconômicas do local de residência, confirma a necessidade de se considerar o saneamento básico na elaboração de políticas de saúde.

ABSTRACT: Objective: This study aimed to analyze the association between the contextual determinants related to basic sanitation and self-reported health in Brazilian capitals. Methods: The sample consisted of 27,017 adults (≥18 years) residing in the 27 Brazilian capitals in 2013, from the National Health Survey (PNS). The association between self-reported health and sanitation (sewage system, water supply and garbage collection) was analyzed using Bayesian multilevel models, controlling for individual factors (first level of the model) and area-level socioeconomic characteristics (second level). Results: We found a consistent association between better self-reported health and better sanitation levels, even after controlling for individual and contextual characteristics. At the contextual level, lower odds of poor self-reported health was observed among those living in areas with medium (OR = 0.59, 95%CI 0.57 - 0.61) or high (OR = 0.61, 95%CI 0.57 - 0.66) sewage system level; medium (OR = 0.77, 95%CI 0.71 - 0.83) coverage of water supply; and high (OR = 0.78, 95%CI 0.69 - 0.89) garbage collection level. Conclusion: The positive association between better sanitation conditions and health, independently of the individual factors and the socioeconomic characteristics of the place of residence, confirms the need to consider sanitation in the planning of health policies.

Resumo O objetivo do estudo foi analisar a mudança na prevalência de doença cardiovascular (DCV) entre 2000 e 2010 e sua associação com os fatores socioeconômicos e fatores de risco em idosos. A diferença da prevalência de DCV ao longo do período foi analisada por meio de modelos multinível bayesianos e a análise da associação entre a presença de DCV e os fatores individuais utilizou modelos de regressão logística para amostras complexas nos três períodos separadamente (2000, 2006 e 2010). A presente pesquisa utilizou os dados do Estudo de Saúde, Bem-Estar e Envelhecimento (SABE), realizada no município de São Paulo, referente às amostras de 2000, 2006 e 2010. Foi observado um aumento geral na prevalência de DCV em idosos no município de São Paulo na última década, apresentando prevalências iguais a 17,9% em 2000, 22,2% em 2006 e 22,9% em 2010. Em relação à prevalência em 2000, foi observado o aumento estatisticamente significativo da presença de DCV em 2006 (OR = 3,20 IC95% = 1,93-5,31) e 2010 (OR = 2,98 IC95% = 1,51-5,89), mesmo após o ajuste estatístico para características individuais. A presença de DCV apresentou associação com maior faixa etária, histórico de tabagismo e presença de diabetes e hipertensão arterial, sendo observada uma associação inversa entre a presença de DCV e a ingestão de álcool.

Abstract The scope of this study was to analyze the difference in the prevalence of cardiovascular disease (CVD) between 2000 and 2010 and its association with socio-economic and risk factors among the elderly. Bayesian multilevel models were applied to analyze the difference in the prevalence of CVD, and the association between individual characteristics and the presence of CVD was analyzed by logistic regression models with complex samples separately for 2000, 2006 and 2010. This research is part of the Health, Welfare and Aging (SABE) study, performed in Sao Paulo, Brazil, and used the samples collected in 2000, 2006 and 2010. An increase in the prevalence of cardiovascular disease among the elderly was observed during the period, from 17.9% in 2000, to 22.2% in 2006, attaining 22.9% in 2010. In reference to the prevalence observed in 2000, the multilevel analysis indicated a significant increase in the presence of cardiovascular disease in 2006 (OR = 3.20 95%CI = 1.93-5.31) and 2010 (OR = 2.98 95%CI = 1.51-5.89), even after statistical adjustment for individual factors. The presence of CVD was associated with older age, smoking history, the presence of diabetes and hypertension, and an inverse association was observed between the presence of CVD and alcohol intake.

Resumo O objetivo do estudo foi analisar a mudança na prevalência de doença cardiovascular (DCV) entre 2000 e 2010 e sua associação com os fatores socioeconômicos e fatores de risco em idosos. A diferença da prevalência de DCV ao longo do período foi analisada por meio de modelos multinível bayesianos e a análise da associação entre a presença de DCV e os fatores individuais utilizou modelos de regressão logística para amostras complexas nos três períodos separadamente (2000, 2006 e 2010). A presente pesquisa utilizou os dados do Estudo de Saúde, Bem-Estar e Envelhecimento (SABE), realizada no município de São Paulo, referente às amostras de 2000, 2006 e 2010. Foi observado um aumento geral na prevalência de DCV em idosos no município de São Paulo na última década, apresentando prevalências iguais a 17,9% em 2000, 22,2% em 2006 e 22,9% em 2010. Em relação à prevalência em 2000, foi observado o aumento estatisticamente significativo da presença de DCV em 2006 (OR = 3,20 IC95% = 1,93-5,31) e 2010 (OR = 2,98 IC95% = 1,51-5,89), mesmo após o ajuste estatístico para características individuais. A presença de DCV apresentou associação com maior faixa etária, histórico de tabagismo e presença de diabetes e hipertensão arterial, sendo observada uma associação inversa entre a presença de DCV e a ingestão de álcool.

Abstract The scope of this study was to analyze the difference in the prevalence of cardiovascular disease (CVD) between 2000 and 2010 and its association with socio-economic and risk factors among the elderly. Bayesian multilevel models were applied to analyze the difference in the prevalence of CVD, and the association between individual characteristics and the presence of CVD was analyzed by logistic regression models with complex samples separately for 2000, 2006 and 2010. This research is part of the Health, Welfare and Aging (SABE) study, performed in Sao Paulo, Brazil, and used the samples collected in 2000, 2006 and 2010. An increase in the prevalence of cardiovascular disease among the elderly was observed during the period, from 17.9% in 2000, to 22.2% in 2006, attaining 22.9% in 2010. In reference to the prevalence observed in 2000, the multilevel analysis indicated a significant increase in the presence of cardiovascular disease in 2006 (OR = 3.20 95%CI = 1.93-5.31) and 2010 (OR = 2.98 95%CI = 1.51-5.89), even after statistical adjustment for individual factors. The presence of CVD was associated with older age, smoking history, the presence of diabetes and hypertension, and an inverse association was observed between the presence of CVD and alcohol intake.

Este estudo objetiva apresentar as etapas relacionadas à utilização de algoritmos de machine learning para análises preditivas em saúde. Para isso, foi realizada uma aplicação com base em dados de idosos residentes no Município de São Paulo, Brasil, participantes do estudo Saúde Bem-estar e Envelhecimento (SABE) (n = 2.808). A variável resposta foi representada pela ocorrência de óbito em até cinco anos após o ingresso do idoso no estudo (n = 423), e os preditores, por 37 variáveis relacionadas ao perfil demográfico, socioeconômico e de saúde do idoso. A aplicação foi organizada de acordo com as seguintes etapas: divisão dos dados em treinamento (70%) e teste (30%), pré-processamento dos preditores, aprendizado e avaliação de modelos. Na etapa de aprendizado, foram utilizados cinco algoritmos para o ajuste de modelos: regressão logística com e sem penalização, redes neurais, gradient boosted trees e random forest. Os hiperparâmetros dos algoritmos foram otimizados por validação cruzada 10-fold, para selecionar aqueles correspondentes aos melhores modelos. Para cada algoritmo, o melhor modelo foi avaliado em dados de teste por meio da área abaixo da curva (AUC) ROC e medidas relacionadas. Todos os modelos apresentaram AUC ROC superior a 0,70. Para os três modelos com maior AUC ROC (redes neurais e regressão logística com penalização de lasso e sem penalização, respectivamente), foram também avaliadas medidas de qualidade da probabilidade predita. Espera-se que, com o aumento da disponibilidade de dados e de capital humano capacitado, seja possível desenvolver modelos preditivos de machine learning com potencial para auxiliar profissionais de saúde na tomada de melhores decisões.

This study aims to present the stages related to the use of machine learning algorithms for predictive analyses in health. An application was performed in a database of elderly residents in the city of São Paulo, Brazil, who participated in the Health, Well-Being, and Aging Study (SABE) (n = 2,808). The outcome variable was the occurrence of death within five years of the elder’s entry into the study (n = 423), and the predictors were 37 variables related to the elder’s demographic, socioeconomic, and health profile. The application was organized according to the following stages: division of data in training (70%) and testing (30%), pre-processing of the predictors, learning, and assessment of the models. The learning stage used 5 algorithms to adjust the models: logistic regression with and without penalization, neural networks, gradient boosted trees, and random forest. The algorithms’ hyperparameters were optimized by 10-fold cross-validation to select those corresponding to the best models. For each algorithm, the best model was assessed in test data via area under the ROC curve (AUC) and related measures. All the models presented AUC ROC greater than 0.70. For the three models with the highest AUC ROC (neural networks and logistic regression with LASSO penalization and without penalization, respectively), quality measures of the predicted probability were also assessed. The expectation is that with the increased availability of data and trained human capital, it will be possible to develop predictive machine learning models with the potential to help health professionals make the best decisions.

El objetivo de este estudio fue presentar las etapas relacionadas con la utilización de algoritmos de machine learning para análisis predictivos en salud. Para tal fin, se realizó una aplicación en base a datos de ancianos residentes en el Municipio de São Paulo, Brasil, participantes en el estudio Salud Bienestar y Envejecimiento (SABE) (n = 2.808). La variable respuesta se representó mediante la ocurrencia de óbito en hasta 5 años tras la inclusión del anciano en el estudio (n = 423), y los predictores fueron representados por 37 variables relacionadas con el perfil demográfico, socioeconómico y de salud del anciano. El aplicación se organizó según las siguientes etapas: división de los datos en formación (70%) y test (30%), pre-procesamiento de los predictores, aprendizaje y evaluación de modelos. En la etapa de aprendizaje, se utilizaron cinco algoritmos para el ajuste de modelos: regresión logística con y sin penalización, redes neuronales, gradient boosted trees y random forest. Los hiperparámetros de los algoritmos se optimizaron mediante una validación cruzada 10-fold, para seleccionar aquellos correspondientes a los mejores modelos. Para cada algoritmo, el mejor modelo se evaluó con datos de la prueba del área debajo de la curva (AUC) ROC y medidas relacionadas. Todos los modelos presentaron AUC ROC superior a 0,70. Para los tres modelos con mayor AUC ROC (redes neuronales y regresión logística con penalización de Lasso y sin penalización, respectivamente) también se evaluaron medidas de calidad de la probabilidad pronosticada. Se espera que, con el aumento de la disponibilidad de datos y de capital humano capacitado, sea posible desarrollar modelos predictivos de machine learning con potencial para ayudar a profesionales de salud en la toma de mejores decisiones.

Este estudo objetiva apresentar as etapas relacionadas à utilização de algoritmos de machine learning para análises preditivas em saúde. Para isso, foi realizada uma aplicação com base em dados de idosos residentes no Município de São Paulo, Brasil, participantes do estudo Saúde Bem-estar e Envelhecimento (SABE) (n = 2.808). A variável resposta foi representada pela ocorrência de óbito em até cinco anos após o ingresso do idoso no estudo (n = 423), e os preditores, por 37 variáveis relacionadas ao perfil demográfico, socioeconômico e de saúde do idoso. A aplicação foi organizada de acordo com as seguintes etapas: divisão dos dados em treinamento (70%) e teste (30%), pré-processamento dos preditores, aprendizado e avaliação de modelos. Na etapa de aprendizado, foram utilizados cinco algoritmos para o ajuste de modelos: regressão logística com e sem penalização, redes neurais, gradient boosted trees e random forest. Os hiperparâmetros dos algoritmos foram otimizados por validação cruzada 10-fold, para selecionar aqueles correspondentes aos melhores modelos. Para cada algoritmo, o melhor modelo foi avaliado em dados de teste por meio da área abaixo da curva (AUC) ROC e medidas relacionadas. Todos os modelos apresentaram AUC ROC superior a 0,70. Para os três modelos com maior AUC ROC (redes neurais e regressão logística com penalização de lasso e sem penalização, respectivamente), foram também avaliadas medidas de qualidade da probabilidade predita. Espera-se que, com o aumento da disponibilidade de dados e de capital humano capacitado, seja possível desenvolver modelos preditivos de machine learning com potencial para auxiliar profissionais de saúde na tomada de melhores decisões.

This study aims to present the stages related to the use of machine learning algorithms for predictive analyses in health. An application was performed in a database of elderly residents in the city of São Paulo, Brazil, who participated in the Health, Well-Being, and Aging Study (SABE) (n = 2,808). The outcome variable was the occurrence of death within five years of the elder’s entry into the study (n = 423), and the predictors were 37 variables related to the elder’s demographic, socioeconomic, and health profile. The application was organized according to the following stages: division of data in training (70%) and testing (30%), pre-processing of the predictors, learning, and assessment of the models. The learning stage used 5 algorithms to adjust the models: logistic regression with and without penalization, neural networks, gradient boosted trees, and random forest. The algorithms’ hyperparameters were optimized by 10-fold cross-validation to select those corresponding to the best models. For each algorithm, the best model was assessed in test data via area under the ROC curve (AUC) and related measures. All the models presented AUC ROC greater than 0.70. For the three models with the highest AUC ROC (neural networks and logistic regression with LASSO penalization and without penalization, respectively), quality measures of the predicted probability were also assessed. The expectation is that with the increased availability of data and trained human capital, it will be possible to develop predictive machine learning models with the potential to help health professionals make the best decisions.

El objetivo de este estudio fue presentar las etapas relacionadas con la utilización de algoritmos de machine learning para análisis predictivos en salud. Para tal fin, se realizó una aplicación en base a datos de ancianos residentes en el Municipio de São Paulo, Brasil, participantes en el estudio Salud Bienestar y Envejecimiento (SABE) (n = 2.808). La variable respuesta se representó mediante la ocurrencia de óbito en hasta 5 años tras la inclusión del anciano en el estudio (n = 423), y los predictores fueron representados por 37 variables relacionadas con el perfil demográfico, socioeconómico y de salud del anciano. El aplicación se organizó según las siguientes etapas: división de los datos en formación (70%) y test (30%), pre-procesamiento de los predictores, aprendizaje y evaluación de modelos. En la etapa de aprendizaje, se utilizaron cinco algoritmos para el ajuste de modelos: regresión logística con y sin penalización, redes neuronales, gradient boosted trees y random forest. Los hiperparámetros de los algoritmos se optimizaron mediante una validación cruzada 10-fold, para seleccionar aquellos correspondientes a los mejores modelos. Para cada algoritmo, el mejor modelo se evaluó con datos de la prueba del área debajo de la curva (AUC) ROC y medidas relacionadas. Todos los modelos presentaron AUC ROC superior a 0,70. Para los tres modelos con mayor AUC ROC (redes neuronales y regresión logística con penalización de Lasso y sin penalización, respectivamente) también se evaluaron medidas de calidad de la probabilidad pronosticada. Se espera que, con el aumento de la disponibilidad de datos y de capital humano capacitado, sea posible desarrollar modelos predictivos de machine learning con potencial para ayudar a profesionales de salud en la toma de mejores decisiones.

Resumo 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.

Abstract Introduction: variety, volume and data generation speed allow for new and more complex analyses. Objective: to discuss and present data mining and machine learning techniques to aid occupational safety and health (OSH) researchers to choose the suitable technique when dealing with large volumes of data. Methods: literature review to discuss data mining and machine learning predictive applications for aiding diagnosis and risk prevention in OSH. Results: literature shows that data mining with machine learning algorithms for predictive purposes in OSH and public health present better performance when compared to traditional analysis. According to the research purpose, different techniques are recommended. Discussion: data mining has become a common alternative when dealing with large databases in public health, making it possible to analyze large volume of morbidity and mortality data. These techniques are not meant to replace the human factor, but rather to assist in decision-making processes, to work as a tool for the statistical analysis of OSH data and to build up knowledge to subsidize actions that may improve worker’s quality of life.