Previsão da taxa de mortalidade infantil no Ceará: uma abordagem com aprendizado de máquina
Prediction of the Child Mortality Rate in the State of Ceará: A Machine Learning Approach
DOI:
https://doi.org/10.5380/re.v46i88.97156Palabras clave:
Taxa de mortalidade infantil, Previsão de séries temporais, Modelos de aprendizado de máquina, CearáResumen
A Taxa de Mortalidade Infantil (TMI) é um indicador crucial do bem-estar e do desenvolvimento regional. O Ceará vem reduzindo a TMI ao longo do tempo. Nesse contexto, este trabalho objetiva prever a TMI cearense de 2001 a 2023 utilizando modelos Autoregressive Integrated Moving Average (ARIMA), Support Vector Regression (SVR), Decision Tree Regression (DTR), Random Forest Regression (RFR) e Extreme Gradient Boosting (XGB). O número de óbitos a cada mil nascidos vivos para tal período foi extraído do IPECEDATA. Considerou-se 75% da série para treinamento dos modelos e o restante para teste. Dentre esses, o XGB apresenta menor erro de previsão. Usando este algoritmo, constata-se, na projeção da TMI para 6 anos à frente, que esta taxa permanece nos mesmos patamares dos seis anos anteriores, com média de 11,5 óbitos a cada mil nascidos vivos. Portanto, recomendam-se políticas públicas no Ceará, visando reduzir a TMI no médio e longo prazos.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Manoel Alexandre de Lucena, Marcos Antonio Carvalho Alves de Sousa Júnior, Eliane Pinheiro de Sousa

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Ao submeter um artigo, os autores concordam com os seguintes termos:
1. Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons (CC BY), que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

