1 |
[en] ANALYSIS OF THE CONTRIBUTION OF CHARACTERISTICS ASSOCIATED WITH THE EVOLUTION OF DEATHS FROM COVID19 IN BRAZILIAN STATES USING SHAPLEY VALUES / [pt] ANÁLISE DA CONTRIBUIÇÃO DAS CARACTERÍSTICAS ASSOCIADAS À EVOLUÇÃO DOS ÓBITOS POR COVID-19 NOS ESTADOS BRASILEIROS UTILIZANDO OS VALORES DE SHAPLEYPAULO HENRIQUE COUTO SIMOES 27 September 2022 (has links)
[pt] Este trabalho propõe um método para hierarquizar a contribuição de
diferentes estratégias para conter a evolução da pandemia de COVID-19 em
diferentes estados do Brasil, nos períodos pré- e pós-vacinação. O método proposto
incluiu o aprendizado automático de modelos de regressão utilizando o algoritmo
de aprendizado de máquina XGBoost, e aplicou a teoria dos jogos cooperativos de
Shapley para quantificar a contribuição das características analisadas para a
variável-alvo. Para interpretar o modelo globalmente, foi usado o SHapley Additive
exPlanations (SHAP), que é um algoritmo baseado na teoria de Shapley. Os
resultados de avaliação do método apontaram a sua eficácia para quantificar a
contribuição de cada variável de forma robusta, e revelam que os percentuais de
cobertura vacinal de primeira e segunda dose, além do fechamento das escolas,
foram as medidas que tiveram maior contribuição na evolução do número de casos
e óbitos por COVID-19. A ponderação das variáveis pode ajudar os atores
responsáveis na elaboração de políticas públicas para minimizar os efeitos
socioeconômicos em suas regiões, dado que o Brasil é um país que possui extrema
desigualdade social. / [en] This work proposes a method to rank the contribution of different
strategies to contain the evolution of the COVID-19 pandemic in different states of
Brazil, in the pre- and post-vaccination periods. The proposed method included the
automatic learning of regression models using the XGBoost machine learning
algorithm, and applied Shapley s cooperative game theory to quantify the
contribution of the analyzed characteristics to the target variable. To interpret the
model globally, the SHapley Additive exPlanations (SHAP) was used, which is an
algorithm based on Shapley s theory. The evaluation results point to its efficacy to
quantify the contribution of each variable in a robust way, and reveal that the
percentages of first and second dose vaccination coverage, in addition to the closing
of schools, were the measures that had the greatest contribution in the evolution of
the number of cases and deaths due to COVID-19. The weighting of variables can
help the actors responsible in the elaboration of public policies to minimize the
socioeconomic effects in their regions, since Brazil is a country that has extreme
social inequality.
|
2 |
[en] LESSONS LEARNED FROM THE COVID-19 PANDEMIC IN LATIN AMERICA: A DATA SCIENCE STANDPOINT / [pt] LIÇÕES APRENDIDAS COM A PANDEMIA DE COVID-19 NA AMÉRICA LATINA: UMA PERSPECTIVA DE CIÊNCIA DE DADOSJESSICA VILLAR DE ASSUMPCAO 21 October 2024 (has links)
[pt] Somente no século XXI, o mundo enfrentou os impactos devastadores de três doenças respiratórias agudas: a Síndrome Respiratória do Oriente Médio(MERS), a Síndrome Respiratória Aguda Grave (SARS) e a COVID-19, que evoluiu para uma pandemia. Essas doenças não apenas causaram um grande número de mortes, mas também prejudicaram a economia das regiões afetadas. Em particular, os países da região da América Latina e Caribe (LAC)enfrentaram desafios adicionais, devido a maiores desigualdades sociais, acesso limitado a serviços de saúde e condições de vida precárias. Portanto, é imperativo compreender os efeitos das ações de mitigação para orientar as ações no sentido de mitigar os impactos sanitários e socioeconômicos, se (ou quando)surgirem novas doenças respiratórias agudas, especialmente nestes países. Foi realizado um estudo retrospectivo para modelar a dinâmica da variação da mortalidade por COVID-19 em países da LAC e analisar sua associação com estratégias de vacinação, medidas de contenção, restrições de mobilidade e fatores socioeconômicos. A metodologia do estudo aplicou técnicas de clustering que revelaram dois agrupamentos distintos com base em características socio-demográficas, seguidos pela aplicação do XGBoost para modelar a dinâmica de variação de mortes nos países de cada cluster, ao longo do tempo. Por fim, foi aplicada a técnica de SHAP Values para compreender as associações entre mortalidade e fatores como vacinação, medidas de contenção e restrições de mobilidade. Além disso, foi realizado um painel com especialistas para avaliar a relevância e efetividade dos resultados encontrados. O estudo fornece evidências de que o suporte econômico e a conclusão do esquema de vacinação foram especialmente relevantes para reduzir a mortalidade por COVID-19.Foi possível detectar dois grupos distintos de países, onde um grupo pode ter características de maior vulnerabilidade do que o outro grupo. As intervenções mais importantes para entender a mortalidade por COVID-19 variaram em dois períodos distintos da pandemia: pré-vacinação e pós-vacinação. No período pré-vacinação, as medidas de contenção foram as intervenções mais importantes para a mortalidade nos países menos vulneráveis, enquanto para os países mais vulneráveis, foram as variações na mobilidade populacional. No período pós-vacinação, a cobertura vacinal foi a intervenção mais importante para a mortalidade nos países menos vulneráveis, enquanto os países mais vulneráveis foram mais impactados pelas medidas de contenção. / [en] In the 21st century alone, the world has faced the devastating impacts of
three acute respiratory diseases: Middle East Respiratory Syndrome (MERS),
Severe Acute Respiratory Syndrome (SARS), and COVID-19, which evolved
into a pandemic. These diseases have not only caused a large number of
deaths but have also damaged the economies of the affected regions. In
particular, countries in the Latin American and Caribbean (LAC) region
have faced additional challenges due to greater social inequalities, limited
access to health services, and precarious living conditions. Therefore, it is
imperative to understand the effects of mitigation actions to guide actions
to mitigate the health and socioeconomic impacts if (or when) new acute
respiratory diseases emerge, especially in these countries. A retrospective study
was conducted to model the dynamics of variation in COVID-19 mortality
in LAC countries and analyze its association with vaccination strategies,
containment measures, mobility restrictions, and socioeconomic factors. The
study methodology applied clustering techniques that revealed two distinct
clusters based on sociodemographic characteristics, followed by the application
of XGBoost to model the dynamics of variation in deaths in the countries of
each cluster, over time. Finally, the SHAP Values technique was applied to
understand the associations between mortality and factors such as vaccination,
containment measures and mobility restrictions. In addition, a panel of experts
was held to assess the relevance and effectiveness of the results found. The
study provides evidence that economic support and the completion of the
vaccination scheme were especially relevant in reducing COVID-19 mortality.
It was possible to detect two distinct groups of countries, where one group
may have characteristics of greater vulnerability than the other group. The
most important interventions for understanding COVID-19 mortality varied
in two distinct periods of the pandemic: pre-vaccination and post-vaccination.
In the pre-vaccination period, containment measures were the most important
interventions for mortality in the least vulnerable countries, while for the most
vulnerable countries, they were variations in population mobility. In the post-vaccination period, vaccination coverage was the most important intervention
for mortality in the least vulnerable countries, while the most vulnerable
countries were more impacted by containment measures.
|
Page generated in 0.0428 seconds