Previsão de epidemias através do Twitter

• Main Author: Almeida, Hélder Nunes de
• Other Authors: Alencar, Vladimir Costa de
• Format: Others
• Language: Portuguese
• Published: Universidade Estadual da Paraíba 2017
• Subjects: Febre Chikungunya; Ações preventivas; Mineração de texto; Epidemias; Redes sociais; Social networks; Text mining; Chikungunya; CIENCIAS DA SAUDE::MEDICINA
• Online Access: http://tede.bc.uepb.edu.br/tede/jspui/handle/tede/2772

Submitted by Jean Medeiros ([e-mail]) on 2017-04-06T15:00:32Z No. of bitstreams: 1 PDF - Hélder Nunes de Almeida.pdf: 11867778 bytes, checksum: 7ee210c2741438c4c1ca9bb65b9a0cc6 (MD5) === Approved for entry into archive by Secta BC ([e-mail]) on 2017-07-20T11:33:59Z (GMT) No. of bitstreams: 1 PDF - Hélder Nunes de Almeida.pdf: 11867778 bytes, checksum: 7ee210c2741438c4c1ca9bb65b9a0cc6 (MD5) === Made available in DSpace on 2017-07-20T11:34:00Z (GMT). No. of bitstreams: 1 PDF - Hélder Nunes de Almeida.pdf: 11867778 bytes, checksum: 7ee210c2741438c4c1ca9bb65b9a0cc6 (MD5) Previous issue date: 2016-03-31 === Aiming at better management of resources and democratization of health services, the DATASUS offers a database with information relevant to the quantification and evaluation of health information. However, one difficulty is that not always the data obtained through official channels are made available in a timely manner and often are only available when an epidemic is out of control, not giving time to preventive measures of public agencies. In this context there is a need to investigate other methods that allow the collection and analysis of data to facilitate the dissemination of information required for preventive actions in health. Therefore, the main objective of this dissertation is to propose a methodology for analysis of epidemics from the social network Twitter. To do this, we conducted a study in which we sought to identify suspected cases of Chikungunya fever in Brazil from the symptoms reported by users on the social network. Then, with the use of text mining techniques were checked 258,707 tweets with any symptoms of the disease during the period from 15 August 2015 to 31 January 2016. The results show a high correlation between the cases verified in the social network with the cases notified by the Secretariat of health surveillance, which indicates that the social network of Twitter can be used as a means for analysis and prediction of epidemics. In this way, we can also conclude that the symptoms can be used as a parameter for detection of outbreaks of the epidemic. === Visando uma melhor gestão dos recursos e democratização dos serviços de saúde, o DATASUS disponibiliza de uma base de dados com informações relevantes para a quantificação e a avaliação das informações em saúde. Porém, uma dificuldade encontrada é que nem sempre os dados obtidos pelos meios oficiais são disponibilizados em tempo hábil e muitas vezes só são disponibilizados quando uma epidemia já se encontra fora de controle, não dando tempo para medidas de prevenção dos órgãos públicos. Nesse contexto existe a necessidade de investigar outros métodos que possibilitem a obtenção e análise de dados para a disseminação de informações necessárias às ações preventivas em saúde. Portanto, o objetivo principal dessa dissertação é propor uma metodologia para análise de epidemias a partir da rede social Twitter. Para isso, foi realizado um estudo de caso no qual buscou-se identificar os casos suspeitos de febre Chikungunya no Brasil a partir dos sintomas relatados pelos usuários na rede social. Então, com o uso de técnicas de mineração de texto foram verificados 258.707 tweets com algum sintoma da doença, durante o período de 15 de agosto de 2015 a 31 de janeiro de 2016. Os resultados mostram uma alta correlação entre os casos verificados na rede social com os casos notificados pela Secretaria de Vigilância em Saúde, o que indica que a rede social do Twitter pode ser utilizada como meio para análise e previsão de epidemias. Desse modo, também podemos concluir que os sintomas podem ser utilizados como parâmetro para detecção de focos da epidemia.