@PHDTHESIS{ 2023:1467762854,
 	title = {Desenvolvimento de um modelo epidemiológico aprimorado com dados de redes sociais e processamento de linguagem natural para a predição de casos de COVID-19},
 	year = {2023},
 	url = "http://bibliotecatede.uninove.br/handle/tede/3237",
 	abstract = "Introdução: Este trabalho aborda os desafios enfrentados pelos sistemas de saúde do Brasil
 durante a pandemia de COVID-19, com destaque para o papel das mídias sociais no apoio à
 saúde pública durante a crise pandêmica. Ressalta-se que, com a necessidade do isolamento físico
 e distanciamento social para reduzir a propagação do novo coronavírus durante a pandemia
 de COVID-19, a sociedade se voltou cada vez mais para os ambientes virtuais, levando a um
 aumento significativo no uso das mídias sociais. Em consequência, a análise de informações
 provenientes das mídias sociais ganhou grande relevância, impulsionando o uso e o desenvolvimento
 de várias técnicas de inteligência artificial para a criação de modelos preditivos. Dessa
 forma, a utilização desses modelos se tornou uma ferramenta relevante para aprimorar as ações
 de combate a surtos, epidemias, pandemias e outras situações críticas de saúde. Objetivo: O
 principal objetivo desta pesquisa foi desenvolver um modelo epidemiológico estatístico Bayesiano,
 que incorporou dados de redes sociais e processamento de linguagem natural para prever
 casos de COVID-19. Método: Esta pesquisa foi desenvolvida sob o paradigma da ciência de
 dados, na qual foram utilizados dados extraídos de redes sociais (Twitter) e do Sistema de Informação
 da Vigilância Epidemiológica da Gripe (SIVEP-Gripe), de Janeiro/2020 até Dezembro/
 2020. Como base teórica para a análise contextual dos dados de redes sociais foi utilizado
 um modelo teórico da área da comunicação em saúde – o Modelo de Crença em Saúde. As técnicas
 utilizadas foram: (1) processamento de linguagem natural; (2) análise de redes sociais; e
 (3) modelo epidemiológico Bayesiano. Por fim, para analisar o poder preditivo do modelo estatístico
 proposto, foram desenvolvidos dois modelos epidemiológicos, um que não utilizou dados
 de redes sociais e o outro que incorporou esses dados. Resultados: Como resultado principal,
 foi observado que o modelo epidemiológico que incorporou dados de redes sociais conseguiu
 prever melhor os casos de COVID-19, comparado modelo que não utilizou dados de redes sociais.
 Outro resultado relevante foi a contribuição para a literatura da comunicação em saúde,
 onde se apresentou a extensão do Modelo de Crença em Saúde no contexto da pandemia de
 COVID-19. Conclusão: Esta pesquisa fornece informações relevantes para pesquisadores e outras
 partes interessadas no combate a pandemias, ao entender como as mídias sociais podem ser
 usadas para melhorar modelos epidemiológicos, permitindo o aprimoramento das estimativas
 de predição, o que, por sua vez, contribui para mitigar os riscos associados às pandemias, e, consequentemente,
 subsidiar os formuladores de políticas no desenvolvimento e na implementação
 de estratégias mais efetivas de saúde pública.",
 	publisher = {Universidade Nove de Julho},
 	scholl = {Programa de Pós-Graduação em Informática e Gestão do Conhecimento},
 	note = {Informática}
}