Mineração das publicações relacionadas a endometriose na rede social Twitter®

Abstract

A endometriose é uma doença que afeta aproximadamente 10% da população feminina em idade reprodutiva, que leva em média 8 anos para ser diagnosticada, é uma doença complexa e pouco estudada. Este estudo teve como objetivo desenvolver um modelo para extração, análise e mineração de dados, a partir de publicações relacionadas a endometriose na rede social Twitter®. Assim, foi desenvolvido um script para extração de publicações no Twitter® que estão relacionadas ao assunto endometriose, realizar um pré-processamento para retirada de palavras consideradas irrelevantes para a análise, utilizando-se a biblioteca de PLN (Programação em linguagem natural), armazenar os dados capturados em um banco de dados, criado em SQL Server, os resultados foram apresentados em um dashboard implementado com Power BI®. O resultado deste estudo, ao ser apresentado em um dashboard, forneceu ainda possibilidades de realizar análises detalhadas das palavras correlacionadas e das publicações coletadas e poderão servir para melhorar os registros de saúde, bem como, subsidiar os gestores para o desenvolvimento de políticas públicas. Este modelo de extração proposto e detalhadamente descrito, permite a captura e a análise de publicações que podem ser utilizados não somente para a endometriose, mas também para outros tipos de patologias/doenças.

Abstract: This study aimed to develop a model for extracting, analyzing and mining data from publications related to endometriosis on the social network Twitter®. Thus, a script was developed to extract publications on Twitter® that are related to the subject of endometriosis, perform a pre-processing to remove words considered irrelevant for the analysis, using the PLN (Natural Language Programming) library, store the data captured in a database, created in SQL Server, the results were presented in a dashboard implemented with Power BI®. The result of this study, when presented on a dashboard, also provided possibilities to carry out detailed analyzes of the correlated words and the collected publications, and could serve to improve health records, as well as subsidize managers for the development of public policies. This extraction model proposed and described in detail, allows the capture and analysis of publications that can be used not only for endometriosis, but also for other types of pathologies/diseases.