Aplicação de Big Data na Epidemiologia de Ists em Países Desenvolvidos

Vollständiger Abstract

Worum geht es in dieser Arbeit?

A vigilância epidemiológica das Infecções Sexualmente Transmissíveis (ISTs) tem enfrentado desafios crescentes devido à rápida disseminação de patógenos, alterações nos comportamentos sexuais e o surgimento de resistências antimicrobianas. Os métodos tradicionais de coleta de dados, frequentemente baseados em notificações passivas e inquéritos demorados, apresentam limitações críticas na captura da dinâmica atual dessas infecções. Nesse cenário, o paradigma do Big Data surge como uma ferramenta disruptiva, permitindo a integração de vastos conjuntos de dados provenientes de registros de saúde eletrônicos, redes sociais, geolocalização e mídias digitais para monitorar surtos em tempo real. Este estudo tem como objetivo realizar uma revisão sistemática da literatura sobre a aplicabilidade e o impacto da análise de Big Data na epidemiologia das ISTs em países desenvolvidos, destacando as inovações no rastreamento e na predição de padrões infecciosos. A metodologia baseou-se em busca estruturada nas bases de dados SciELO e LILACS, selecionando estudos publicados na última década que demonstrassem a utilidade de algoritmos de aprendizado de máquina e mineração de dados na vigilância em saúde. Os resultados evidenciam que a análise preditiva por Big Data otimiza a resposta dos sistemas de saúde, permitindo intervenções direcionadas e mais eficientes em grupos de risco. Conclui-se que a incorporação dessas tecnologias, aliada à proteção rigorosa de dados, é essencial para transformar a vigilância de ISTs de um modelo reativo para um modelo proativo, essencial para o controle eficaz destas infecções na contemporaneidade.