ANÁLISE EXPLORATÓRIA COM PYTHON EM BASE DE DADOS DE ÓBITOS NO BRASIL NO PERÍODO ENTRE 2019 E 2022

Autores

  • Krisna de Aquino Lira Universidade Federal do Rio Grande do Norte-UFRN
  • João Carlos Alchieri Universidade Federal do Rio Grande do Norte-UFRN

Resumo

Este estudo trata-se de uma análise exploratória da base de dados de óbitos do Brasil, disponibilizados pelo ministério da saúde no período entre 2019 e 2022, com objetivo de comparar e identificar as principais causas de óbitos. A metodologia adotada foi de abordagem quantitativa, de natureza aplicada, com pesquisa exploratória, explicativa e de campo (coleta de dados), onde foram empregadas técnicas de estatística e bibliotecas em Python para análises dos dados. A relevância está na contribuição para o entendimento dos óbitos por Covid-19, identificação de tendências e padrões e na importância da análise dos dados oficiais para combater desinformações e notícias falsas relacionadas à pandemia. Os conjuntos de dados foram organizados por ano devido às fatalidades, e revelaram que o ano de 2021 se destacou como o mais letal da pandemia de Covid-19, com um total de 424.430 óbitos por Covid-19 registrados. Por conseguinte, optou-se por analisar detalhadamente os atributos relacionados a este ano, o que possibilitou identificar que a idade média dos falecidos foi de 64 anos, com um desvio padrão de 15,83. A análise dos dados também revelou que, em 2019, antes da pandemia, as doenças cardiovasculares já eram a principal causa de morte no Brasil. A análise exploratória de dados de óbitos por Covid-19 é uma ferramenta crucial para extrair informações, identificar padrões e tomar decisões informadas no combate à pandemia.

Biografia do Autor

  • Krisna de Aquino Lira, Universidade Federal do Rio Grande do Norte-UFRN

    Possui graduação em Engenharia de Computação pela Universidade Potiguar (2003). Com experiência em coordenação, planejamento e implantação de projetos, racionalização e redesenho, tentando sempre utilizar metodologias ágeis, visando a melhoria contínua dos processos, de acordo com a necessidades do negócio e dos clientes. Atualmente sou analista de negócios - UNIMED NATAL SOCIEDADE COOPERATIVA DE TRABALHO MÉDICO, atuando na área de Ciência da Computação, com ênfase em Banco de Dados. Principais atividades: * Propor planos e sistemas de informatização na empresa; * Analisar custos, viabilidade técnica, econômica e financeira para a implantação de processos de automação; * Definir soluções para o desenvolvimento de sistemas, através do levantamento de necessidades junto ao cliente; * Implantar sistemas informatizados dimensionando requisitos e funcionalidades dos sistemas; * Realizar levantamento de requisitos e regras dos negócios; * Elaborar propostas de alteração ou de novos sistemas a serem apresentadas para o cliente, com base nos requisitos apresentados; * Cumprir os padrões de qualidade das rotinas e processos, avaliando o impacto das alterações, visando garantir a integridade dos sistemas; * Especificar programas, codificar aplicativos e administrar ambiente informatizado; * Elaborar documentação técnica, estabelecer padrões, coordenar projetos e oferecer soluções para ambiente informatizados; * Participar na elaboração do planejamento de projetos/operações e versões; * Elaborar e responder pela documentação das rotinas e processos; * Desenvolvimento de relatórios e consultas ao banco de dados; * Desenvolvimento de painéis de indicadores para gerenciamento de informações e auxílio a tomada de decisões. Mestrado em Ciência da Computação pela Universidade Federal do Rio Grande do Norte-UFRN (2024).

     

     

  • João Carlos Alchieri, Universidade Federal do Rio Grande do Norte-UFRN

    Professor Titular do departamento de psicologia e orientador do Programa de Pós-Graduação em Ciência e Tecnologia e Inovação. Graduado e mestre em psicologia (PUC RS-1983-1992), doutor em psicologia do desenvolvimento UFRGS (2004) e pós doutorado (UnB, 2010, UFPB, 2014 e Ibneuro 2015, UNMDP 2021).

Referências

BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis. Plano de Ações Estratégicas para o Enfrentamento das Doenças Crônicas e Agravos não Transmissíveis no Brasil 2021-2030. Brasília: Ministério da Saúde, 2021. Disponível em: https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/svsa/doencas-cronicas-nao-transmissiveis-dcnt/09-plano-de-dant-2022_2030.pdf/@@download/file. Acesso em: 01 fev. 2025.

BRASIL. Ministério da Saúde. Hipertensão afeta um a cada quatro adultos no Brasil. Brasília: Ministério da Saúde, 2019. Disponível em: https://www.gov.br/saude/pt-br/assuntos/noticias/2019/abril/hipertensao-afeta-um-a-cada-quatro-adultos-no-brasil. Acesso em: 02 de dez. 2023.

BRASIL. Ministério da Saúde. Mortalidade Geral - Estrutura. Diaad. Disponível em: https://diaad.s3.sa-east-1.amazonaws.com/sim/Mortalidade_Geral+-+ Estrutura.pdf. Acesso em: 10 out. 2023.

FAWCETT, T.; PROVOST, F. Data Science para Negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados. Rio de Janeiro: Alta Books Editora, 2018.

FELTRIN, F. Tratamento de Dados com Python + Pandas. São Paulo: Novatec Editora, 2021.

GASPAR, J. S. et al. Introdução à Análise de Dados em Saúde com Python. Belo Horizonte: Biblioteca J. Baeta Vianna/Universidade Federal de Minas Gerais, 2023. Disponível em: https://docs.bvsalud.org/biblioref/2023/06/1437637/introducao-a-analise-de-dados-em-saude-com-python-ciia-saude.pdf. Acesso em: 17 out. 2023.

HERNÁNDEZ SAMPIERI, R.; MENDOZA TORRES, C. P. Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. Cidade de México: McGRAW-HILL Interamericana, 2018.

MACHADO, F. N. R. Big Data: o futuro dos dados e aplicações. São Paulo: Erica, 2018.

MATPLOTIB. Matplotlib: Visualization with Python. Matplotib. 2023. Disponível em: https://matplotlib.org/. Acesso em: 17 out. 2023.

McKINNEY, W. Python para Análise de Dados: Tratamento de Dados com Pandas, NumPy & Jupyter. São Paulo: Novatec Editora, 2023. Disponível em: https://wesmckinney.com/book/accessing-data. Acesso em: 29 out. 2023.

NETTO A, MACIEL F. Python Para Data Science: E Machine Learning Descomplicado. 1. ed. Rio de Janeiro: Alta Books Editora, 2021.

BRASIL. Ministério da Saúde. Sistema de Informação sobre Mortalidade - SIM. OPEN DATASUS. Disponível em:https://opendatasus.saude.gov.br/pt_BR/dataset/sim. Acesso em: 19 de fevereiro de 2023.

RIBEIRO NETO, J. A. Big Data para Executivos e Profissionais de Mercado.

Jose Antonio Ribeiro Neto: Publicação independente, 2020.

SEABORN. Disponível em:https://seaborn.pydata.org/. Acesso em: 17 out. 2023.

TAN, P. N., STEINBACH, M., KUMAR, V., & KARPATNE, A. Introduction to Data Mining: Global Edition. 2. ed. Pearson Education, 2019.

WHO. World Health Organization. Number of COVID-19 deaths reported to WHO. Genebra: World Health Organization, 2019. Disponível em: https://data.who.int/dashboards/covid19/deaths?n=c/. Acesso em 13 Mai 2022.

Downloads

Publicado

2025-03-10