Tamanho da fonte: 

Introdução: O uso combinado das áreas de matemática/estatística, epidemiologia, ciência da computação e big data possibilitam estudar informações em saúde de forma inovadora e levam à ações focadas e diferenciadas. Neste trabalho utilizou-se dados de tuberculose, esta doença existe há milhares de anos e configura-se como um problema de saúde pública global. O objetivo é trabalhar com refinamento de informação e relacionar indicadores sociais com as taxas de incidência de tuberculose na região sul do país, ponderando estas informações pelo posicionamento geográfico e o tempo. Métodos: Estudo epidemiológico ecológico com dados referentes aos municípios de residência da região sul do Brasil para os anos de 2011 a 2017. Este trabalho foi desenvolvido em 4 etapas: big data, redes bayesianas, modelos aditivados generalizados para espaço e tempo e modelos aditivados generalizados para espaço e tempo com covariáveis.  Utilizou-se redes bayesianas para auxiliar no processo de refinamento de informações para estudos de indicadores sociais, pois estes são altamente correlacionados impossibilitando técnicas simples e usuais. Depois utilizou-se modelos generalizados aditivados para entender os relacionamentos considerando espaço e tempo, em seguida fez-se inserção das covariáveis de interesse neste modelo, sendo estas escolhidas pelos resultados das redes. Conclusão: Os indicadores mostraram que ao longo do tempo tem comportamentos distintos, sendo que o IDHM- educação, renda e longevidade aumentaram ao longo dos anos e mortalidade infantil teve queda significativa, os mapas temáticos das taxas de tuberculose  mostram que a doença não está estável no território estadual, podendo indicar municípios para ações prioritárias em saúde.

Estatística; Big data; Tuberculose; Modelos aditivados generalizados.