Preditores de perda dentária na população brasileira: uma abordagem de aprendizado de máquina

Rodrigue, Thiago Burgos Medeiros

DSpace Home
→
Centro de Ciências Exatas e Tecnologia (CCET)
→
Informática Aplicada
→
INAP - Dissertações de Mestrado
→
View Item

dc.contributor.advisor	Mello, Carlos Eduardo Ribeiro de
dc.contributor.author	Rodrigue, Thiago Burgos Medeiros
dc.date.accessioned	2026-05-05T20:10:21Z
dc.date.available	2026-05-05T20:10:21Z
dc.date.issued	2023-08-16
dc.identifier.citation	RODRIGUES, Thiago Burgos Medeiros. Preditores de perda dentária na população brasileira: uma abordagem de aprendizado de máquina. 86f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2023.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/15068
dc.description.sponsorship	n/a	pt_BR
dc.language.iso	Portuguese	pt_BR
dc.rights	openAccess	pt_BR
dc.title	Preditores de perda dentária na população brasileira: uma abordagem de aprendizado de máquina	pt_BR
dc.type	masterThesis	pt_BR
dc.contributor.referee	Mello, Carlos Eduardo Ribeiro de
dc.contributor.referee	Moura, Pedro Nuno de Souza
dc.contributor.referee	Alvim, Leandro Guimarães Marques
dc.degree.department	CCET	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.level	Mestrado Acadêmico	pt_BR
dc.degree.local	Rio de Janeiro,RJ	pt_BR
dc.degree.program	Programa de Pós-Graduação em Informática	pt_BR
dc.subject.cnpq	CIÊNCIAS EXATAS E DA TERRA.CIÊNCIA DA COMPUTAÇÃO	pt_BR
dc.subject.en	Machine Learning	pt_BR
dc.subject.en	Oral Health	pt_BR
dc.subject.en	Tooth Loss	pt_BR
dc.subject.en	National Health Survey	pt_BR
dc.subject.en	Data Science	pt_BR
dc.description.abstracten	This dissertation employs Machine Learning techniques to identify and analyze the primary predictors of tooth loss (edentulism and functional loss) in the Brazilian population, using data from the National Health Survey (PNS). The study evaluated several algorithms, including Logistic Regression, Random Forest, XGBoost, and Neural Networks (MLP), to classify the risk of tooth loss based on socioeconomic, demographic, and health behavior variables. The results highlight the influence of factors such as age, education level, and access to dental services. The developed model provides an analytical tool that can assist public managers in formulating prevention policies and identifying groups with higher epidemiological vulnerability.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.sponsordocumentnumber	n/a	pt_BR
dc.description.abstractpt	Esta dissertação utiliza técnicas de Aprendizado de Máquina para identificar e analisar os principais preditores de perda dentária (edentulismo e perda funcional) na população brasileira, utilizando dados da Pesquisa Nacional de Saúde (PNS). O estudo avaliou diversos algoritmos, como Regressão Logística, Random Forest, XGBoost e Redes Neurais (MLP), para classificar o risco de perda dentária com base em variáveis socioeconômicas, demográficas e de comportamento em saúde. Os resultados destacam a influência de fatores como idade, nível de escolaridade e acesso a serviços odontológicos. O modelo desenvolvido fornece uma ferramenta analítica que pode auxiliar gestores públicos na formulação de políticas de prevenção e na identificação de grupos de maior vulnerabilidade epidemiológica.	pt_BR
dc.subject.pt	Palavras-chave	pt_BR
dc.subject.pt	Aprendizado de Máquina	pt_BR
dc.subject.pt	Saúde Bucal	pt_BR
dc.subject.pt	Perda Dentária	pt_BR
dc.subject.pt	PNS	pt_BR
dc.subject.pt	Ciência de Dados	pt_BR