Análise dos Fatores Socioambientais e Comportamentais na Identificação do Transtorno Obsessivo Compulsivo: Uma Abordagem com Dados da Pesquisa Nacional de Saúde 2019

  • Anna Puga Campos Rodrigues Pontifícia Universidade Católica de Minas Gerais
  • Luis Enrique Zárate Galvez Pontifícia Universidade Católica de Minas Gerais

Resumo


O Transtorno Obsessivo Compulsivo (TOC) é um sofrimento mental caracterizado pela presença de obsessões e compulsões que afetam significativamente a vida dos indivíduos, conforme descrito no manual DSM-5. Este trabalho explora a análise do TOC utilizando dados da Pesquisa Nacional de Saúde (PNS) 2019, abordando aspectos socioambientais e comportamentais. Utilizando o algoritmo Explainable Boosting Machine (EBM) e uma Árvore de Decisão, o estudo identifica variáveis relevantes para a classificação do TOC, demonstrando a influência de fatores socioambientais na identificação do transtorno. Resultados indicam melhorias nas métricas dos modelos com a inclusão dessas variáveis, assim como concordância com outros resultados da literatura.

Palavras-chave: Transtorno Obssessivo-Compulsivo, Data Mining and Analytics, TOC, EBM, Decision Tree, Data-centric applications

Referências

Association, A. P. (2013). Manual Diagnóstico e Estatístico de Transtornos Mentais. Artmed, 5 edition.

Azeredo, C. M., Cotta, R. M. M., Schott, M., Maia, T. d. M., and Marques, E. S. (2007). Avaliação das condições de habitação e saneamento: a importância da visita domiciliar no contexto do programa de saúde da família. Ciência Saúde Coletiva, 12(3):743–753.

Bang, L., Kristensen, U. B., Wisting, L., Stedal, K., Garte, M., Minde, , and Rø, (2020). Presence of eating disorder symptoms in patients with obsessive-compulsive disorder. BMC Psychiatry, 20(1):36.

Brander, G., Pérez-Vigil, A., Larsson, H., and Mataix-Cols, D. (2016). Systematic review of environmental risk factors for obsessive-compulsive disorder: A proposed roadmap from association to causation. Neuroscience Biobehavioral Reviews, 65:36–62. Epub 2016 Mar 21.

Buss, P. M. and Pellegrini Filho, A. (2007). A saúde e seus determinantes sociais. Physis: Revista de Saúde Coletiva, 17(1):77–93.

Cazzolato, M., Rodrigues, L., Ribeiro, M., Gutierrez, M., Jr., C. T., and Traina, A. (2021). Similarity search and correlation-based exploratory analysis in ehrs: A case study with covid-19 databases. In Anais do XXXVI Simpósio Brasileiro de Bancos de Dados, pages 25–36, Porto Alegre, RS, Brasil. SBC.

Hu, X., Liu, Q., Li, B., Tang, W., Sun, H., Li, F., Yang, Y., Gong, Q., and Huang, X. (2016). Multivariate pattern analysis of obsessive–compulsive disorder using structural neuroanatomy. European Neuropsychopharmacology, 26(2):246–254.

Højgaard, D. R., Arildskov, T. W., Skarphedinsson, G., and et al. (2023). Do autistic traits predict outcome of cognitive behavioral therapy in pediatric obsessive-compulsive disorder? Research on Child and Adolescent Psychopathology, 51:1083–1095.

Instituto Brasileiro de Geografia e Estatística (IBGE) (2020). Pesquisa nacional de saúde 2019. [link] t=resultados. Acesso em: 2024-07-15.

KNIME (2023). Decision tree learner (3.6.0). [link]. Accessed: 2024-07-12.

Montevecchi, A. and Zárate, L. E. (2014). Pictorea: Um método para descoberta de conhecimento em bancos de dados convencionais. Novas Edições Acadêmicas. Published by Lucky’s Textbooks, Dallas, TX, U.S.A.

Pasternak, S. (2016). Habitação e saúde. Estudos Avançados, 30(86):51–66.

Sabrina Boger, Thomas Ehring, G. B. and Werner, G. G. (2020). Impact of childhood mal-treatment on obsessive-compulsive disorder symptom severity and treatment outcome. European Journal of Psychotraumatology, 11(1):1753942.

Segalàs, C., Labad, J., Salvat-Pujol, N., Real, E., Alonso, P., Bertolín, S., Jiménez-Murcia, S., Soriano-Mas, C., Monasterio, C., Menchón, J. M., and Soria, V. (2021). Sleep disturbances in obsessive-compulsive disorder: influence of depression symptoms and trait anxiety. BMC Psychiatry, 21(1):42.

Souza, V., Nobre, J., and Becker, K. (2020). Characterization of anxiety, depression, and their comorbidity from texts of social networks. In Anais do XXXV Simpósio Brasileiro de Bancos de Dados, pages 121–132, Porto Alegre, RS, Brasil. SBC.

The InterpretML Contributors (2023). Explainable boosting machine. Accessed: 2024-05-23.

Zarate, L., Petrocchi, B., Maia, C. D., Felix, C., and Gomes, M. P. (2023). Capto - a method for understanding problem domains for data science projects. Concilium.
Publicado
14/10/2024
PUGA CAMPOS RODRIGUES, Anna; GALVEZ, Luis Enrique Zárate. Análise dos Fatores Socioambientais e Comportamentais na Identificação do Transtorno Obsessivo Compulsivo: Uma Abordagem com Dados da Pesquisa Nacional de Saúde 2019. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 39. , 2024, Florianópolis/SC. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2024 . p. 78-90. ISSN 2763-8979. DOI: https://doi.org/10.5753/sbbd.2024.241105.