Machine learning para predição da rede de suporte social entre pessoas idosas

Abstract

O MMRI é constituído por quatro quadrantes que representam família, amigos, comunidade e relações com os serviços sociais ou de saúde. Nele os relacionamentos significativos são dispostos nos círculos para simbolizar os diversos graus de proximidade de relacionamento. Objetivou-se neste estudo transversal, selecionar o melhor algoritmo para mensurar o tamanho da rede da pessoa idosa com o menor número de variáveis do MMRI. Para tanto, utilizou-se dados sociodemográficos como sexo, idade, escolaridade e estado civil. O tamanho da rede de suporte social foi avaliado com o Mapa Mínimo de Relações do Idoso (MMRI). Foram avaliados 226 idosos, com média de idade de 67,61 (±DP5.40) anos, a maioria do sexo feminino (72%), casada (48%), com escolaridade de 16,96 (±DP4,64) anos em média. Para a confecção dos algoritmos, os preditores numéricos foram normalizados (com o uso do escore z) e os dados divididos em treino (70%) e teste (30%). Para a avaliação da performance foram consideradas as áreas abaixo da curva ROC (AUCROC). Nesse cenário, os algoritmos com melhor performance foram o Boosting Classification (AUCROC=0,867) e o Random Forest Classification (AUCROC=0,866). As variáveis preditoras mais importantes foram a idade e total do MMRI. Concluiu-se que os modelos preditivos para o tamanho da rede de suporte social pode auxiliar os profissionais da assistência social e saúde em estratégias preventivas para amenizar os efeitos da rede social insuficiente.