Modelo de decisão sobre o perfil demográfico para o controle da tuberculose usando lógica Fuzzy
Decision model on the demographic profile for tuberculosis control using fuzzy logic
Rev. eletrônica enferm; 17 (2), 2015
Publication year: 2015
Objetivou-se descrever a relação entre os fatores demográficos e o acometimento da tuberculose, aplicando-se um modelo de suporte à decisão baseado em lógica fuzzy para categorização dos locais em prioritários e não prioritários, na cidade de João Pessoa-PB. Como fonte de dados, utilizou-se o Sistema de Informação de Agravos de Notificação, entre 2009 e 2011. Optou-se por análise descritiva, risco relativo (RR), distribuição espacial e lógica fuzzy. Permaneceu no estudo 1245 casos, sendo que o ano de 2009, foi responsável por 37,02% dos casos. Identificou-se conglomerados de alto e baixo risco, sendo que o RR foi maior entre os homens (8,47), com 12 conglomerados, entre aqueles sem escolaridade (11,65), com 13 conglomerados. Para demonstrar a funcionalidade do modelo, elegeu-se o ano com maior número de casos e um bairro do município com maior contingente populacional. A metodologia permitiu identificar áreas prioritárias direcionando gestores para decisões que respeitem as particularidades locais.
This study aimed to describe the relationship between demographic factors and the involvement of tuberculosis by applying a decision support model based on fuzzy logic to classify the regions as priority and non-priority in the city of João Pessoa, state of Paraíba (PB). As data source, we used the Notifiable Diseases Information System between 2009 and 2011. We chose the descriptive analysis, relative risk (RR), spatial distribution and fuzzy logic. The total of 1,245 cases remained in the study, accounting for 37.02% of cases in 2009. High and low risk clusters were identified, and the RR was higher among men (8.47), with 12 clusters, and among those uneducated (11.65), with 13 clusters. To demonstrate the functionality of the model was elected the year with highest number of cases, and the municipality district with highest population. The methodology identified priority areas, guiding managers to make decisions that respect the local particularities.
