Prevendo a hesitação da vacina usando o aprendizado de máquina

Nos últimos anos, tecnologias emergentes como a Internet das Coisas (IoT), Inteligência Artificial (AI) e Realidade Virtual (VR) rapidamente se integraram à vida cotidiana. O uso generalizado desses aplicativos levou ao acúmulo de vastas quantidades de dados, dando origem ao que é comumente chamado de "big data". Devido ao grande volume, o processamento manual e a análise desses grandes conjuntos de dados não são viáveis. Portanto, as ferramentas de software e as bibliotecas-como as bibliotecas Python e R foram desenvolvidas para executar essas análises com eficiência e gerar previsões para o futuro, aproveitando os dados históricos por meio de algoritmos de aprendizado de máquina (ML).

O objetivo principal dos algoritmos de aprendizado de máquina é descobrir padrões nos dados existentes e usar esses padrões para fazer previsões precisas em novos dados. O uso do aprendizado de máquina no campo da assistência médica ganhou impulso significativo nos últimos anos. No entanto, uma revisão da literatura revela que a pesquisa abordando especificamente a hesitação da vacina infantil permanece limitada.

Este estudo tem como objetivo identificar os fatores que contribuem para a hesitação da vacina entre pais de crianças de 0 a 48 meses e desenvolver um modelo preditivo usando técnicas de aprendizado de máquina com base nesses fatores. Esse modelo pode ajudar a antecipar a probabilidade de recusa de vacinas entre os pais e, assim, apoiar o desenvolvimento de estratégias de saúde pública direcionadas para populações em risco.