Predição de absenteísmo docente na rede pública com machine learning (2021)
- Authors:
- USP affiliated authors: CHIAVEGATTO FILHO, ALEXANDRE DIAS PORTO - FSP ; FERNANDES, FERNANDO TIMOTEO - FSP
- Unidade: FSP
- DOI: 10.11606/s1518-8787.2021055002677
- Subjects: ABSENTEÍSMO; FATORES DE RISCO; MORBIDADE; EDUCAÇÃO INFANTIL; ESTUDOS TRANSVERSAIS
- Language: Português
- Abstract: 1https://doi.org/10.11606/s1518-8787.2021055002677Artigo Original Rev Saude Publica. 2021;55:23Predição de absenteísmo docente na rede pública com machine learningFernando Timoteo FernandesI,II, Alexandre Dias Porto Chiavegatto FilhoIIIIUniversidade de São Paulo. Faculdade de Saúde Pública. Programa de Pós-Graduação em Saúde Pública. São Paulo, SP, BrasilIIFundacentro. São Paulo, SP, Brasil IIIUniversidade de São Paulo. Faculdade de Saúde Pública. São Paulo, SP, BrasilRESUMOOBJETIVO: Predizer o risco de ausência laboral decorrente de morbidades dos docentes que atuam na educação infantil na rede pública municipal, com o uso de algoritmos de machine learning.MÉTODOS: Trata-se de um estudo transversal utilizando dados secundários, públicos e anônimos da Relação Anual de Informações Sociais, selecionando professores da educação infantil que atuaram na rede pública municipal do estado de São Paulo entre 2014 e 2018 (n = 174.294). Foram também vinculados dados da média de alunos por turma e número de habitantes no município. Os dados foram separados em treinamento e teste, utilizando os registros de 2014 a 2016 (n = 103.357) para treinar cinco modelos preditivos e os dados de 2017 a 2018 (n = 70.937) para testar seus desempenhos em dados novos. A performance preditiva dos algoritmos foi avaliada por meio do valor da área abaixo da curva ROC (AUROC).RESULTADOS: Todos os cinco algoritmos testados apresentaram área abaixo da curva acima de 0,76. O algoritmo com melhor performance preditiva (redes neurais artificiais) obteve 0,79 de área abaixo da curva, com acurácia de 71,52%, sensibilidade de 72,86%, especificidade de 70,52% e kappa de 0,427 nos dados de teste.CONCLUSÃO : É possível predizer casos de afastamentos por morbidade em docentes da rede pública com machine learning usando dados públicos. O melhor algoritmo apresentou melhor resultado da área abaixo da curva quando comparado ao modelo de referência(regressão logística). Os algoritmos podem contribuir para predições mais assertivas na área da saúde pública e da saúde do trabalhador, permitindo acompanhar e ajudar a prevenir afastamentos por morbidade desses trabalhadores
- Imprenta:
- Source:
- ISSN: 1518-8787
- Volume/Número/Paginação/Ano: v.55, art.23 [11p.], 2021
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
FERNANDES, Fernando Timoteo e CHIAVEGATTO FILHO, Alexandre Dias Porto. Predição de absenteísmo docente na rede pública com machine learning. v. 55, p. art.23 [11], 2021Tradução . . Disponível em: https://doi.org/10.11606/s1518-8787.2021055002677. Acesso em: 31 mar. 2026. -
APA
Fernandes, F. T., & Chiavegatto Filho, A. D. P. (2021). Predição de absenteísmo docente na rede pública com machine learning, 55, art.23 [11]. doi:10.11606/s1518-8787.2021055002677 -
NLM
Fernandes FT, Chiavegatto Filho ADP. Predição de absenteísmo docente na rede pública com machine learning [Internet]. 2021 ;55 art.23 [11].[citado 2026 mar. 31 ] Available from: https://doi.org/10.11606/s1518-8787.2021055002677 -
Vancouver
Fernandes FT, Chiavegatto Filho ADP. Predição de absenteísmo docente na rede pública com machine learning [Internet]. 2021 ;55 art.23 [11].[citado 2026 mar. 31 ] Available from: https://doi.org/10.11606/s1518-8787.2021055002677 - Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho
- A multipurpose machine learning approach to predict COVID-19 negative prognosis in São Paulo, Brazil
- Machine learning em saúde e segurança do trabalhador : perspectivas, desafios e aplicações
- Inteligência artificial e saúde
- Desigualdade de renda e doenças cardiovasculares no Brasil: uma análise multinível
- The epidemiology of personality disorders in the Sao Paulo Megacity general population
- Inteligência artificial pode melhorar decisões clínicas sobre tratamento no Brasil
- Determinants of the use of health care services: multilevel analysis in the Metropolitan Region of Sao Paulo
- Neighbourhood characteristics and mental disorders in three Chinese cities: multilevel models from the World Mental Health Surveys
- Partos cesáreos e a escolha da data de nascimento no Município de São Paulo
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
