Análise e Previsão de Internações por Condições Sensíveis à Atenção Primária no Brasil com Aprendizado de Máquina: Impactos do Programa Previne Brasil

Abstract

Este relatório apresenta uma análise detalhada das internações por Condições Sensíveis à Atenção Primária (ICSAP) em municípios brasileiros de médio e grande porte, no período de 2010 a 2024, com foco nos impactos do programa Previne Brasil. O objetivo principal é realizar uma análise exploratória para identificar padrões, tendências e variações regionais nas internações no Sistema Único de Saúde (SUS). O estudo também visa prever as taxas de internação utilizando Redes Neurais Recorrentes do tipo LSTM (Long Short-Term Memory). A pesquisa avalia a diferença entre as internações previstas e reais durante o período do programa Previne Brasil, considerando os efeitos disruptivos da pandemia de COVID-19. A análise abrange uma comparação entre as cinco macrorregiões do Brasil (Norte, Nordeste, Centro-Oeste, Sudeste e Sul), destacando as disparidades regionais no acesso à saúde e nos resultados das políticas públicas. Para isso, foram aplicadas técnicas de mineração de dados, estatística e aprendizado de máquina para modelar séries temporais e avaliar o desempenho preditivo dos modelos. Os resultados fornecem subsídios para o aprimoramento de políticas públicas de saúde, especialmente no contexto da Atenção Primária à Saúde (APS).