Análise da Tendência de Casos de Hanseníase no Rio Grande do Norte: Uma Abordagem de Machine Learning para Predição e Vigilância Epidemiológica

Descrição

O Brasil ocupa o segundo lugar mundial em casos novos de hanseníase, uma doença infectocontagiosa crônica que reflete profundas iniquidades sociais. Historicamente, o Rio Grande do Norte (RN) registra taxas de detecção superiores à média nacional, especialmente em seu interior. Diante dessa alta carga e distribuição desigual, surge a dificuldade de controle, evidenciando a necessidade de métodos preditivos na vigilância epidemiológica para antecipar cenários e direcionar políticas públicas de eliminação da doença. Nesse contexto, o objetivo deste trabalho é analisar a tendência temporal e predizer o número de casos de hanseníase no RN, Nordeste e Brasil, subsidiando ações estratégicas em saúde pública. Trata-se de uma pesquisa aplicada utilizando dados secundários do SINAN/DATASUS (2006 a 2025). A metodologia empregará Machine Learning via linguagem Python no Google Colab. O algoritmo FB-Prophet projetará a série temporal, com precisão validada pelo Erro Absoluto Médio (MAE). Simultaneamente, o teste estatístico de Mann-Kendall avaliará a significância de tendências de crescimento ou decréscimo. Como resultado, espera-se desenvolver um modelo preditivo robusto estimando os casos mensais até o ano de 2030. O projeto entregará evidências locais sólidas para o sistema de saúde potiguar e capacitará o pesquisador na intersecção entre epidemiologia e ciência de dados.