Skip to content

Analyze mortality data from Brazil's Mortality Information System (SIM). Explore trends, patterns, and correlations to inform public health strategies. Collaborate on GitHub for data-driven insights into mortality dynamics.

Notifications You must be signed in to change notification settings

hlaff147/mortality-data-analysis

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

27 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Análise de Dados de Pessoas que Morreram por Infarto

Neste notebook, foi realizada uma análise detalhada dos dados de indivíduos que morreram por infarto no Brasil. O principal objetivo foi identificar possíveis padrões e correlações entre diferentes variáveis, como idade, sexo, estado civil, educação, ocupação, entre outros, para entender melhor os fatores de risco associados a essa condição de saúde.

Contexto

Antes de focar nessa abordagem específica sobre infartos, uma análise abrangente do banco de dados do Sistema de Informações sobre Mortalidade (SIM) foi realizada. Essa exploração investigou mortes por faixas etárias, causas, ocupações, locais de ocorrência, entre outros aspectos. Após essa análise inicial, decidiu-se direcionar o estudo para o infarto, dada sua condição como a causa mais comum de morte e sua grande relevância em saúde pública.

Metodologia

O recorte específico para analisar os infartos foi escolhido com base em análises do banco de dados completo do SIM. O notebook principal (main.ipynb) contém essa análise geral do banco de dados, enquanto o script infarto.py se concentra na seção específica sobre infartos, enfatizando pesquisa e relatórios sobre essa condição. Utilizamos bibliotecas de Python para realizar análises mais detalhadas, incluindo a geração de gráficos e visualizações para facilitar a compreensão dos dados analisados.

Análise Específica

Posteriormente, foi feito um recorte para incluir apenas indivíduos com menos de 60 anos de idade. Infartos nessa faixa etária são menos comuns e podem estar relacionados a diferentes causas em comparação com indivíduos mais velhos. Em seguida, foram realizadas análises específicas para identificar as principais causas de infarto e investigar possíveis correlações com variáveis socioeconômicas e demográficas.

Resultados

Técnicas de visualização de dados, como gráficos de barras e análise estatística descritiva, foram empregadas para apresentar os resultados de maneira clara e informativa. Além disso, foram criados mapeamentos para categorias específicas, como educação e estado civil, para facilitar a interpretação dos dados.

Conclusão

Esta análise pode fornecer insights importantes para profissionais de saúde e pesquisadores interessados em compreender melhor os fatores de risco associados a infartos em indivíduos mais jovens. Além disso, pode ajudar a direcionar estratégias de prevenção e tratamento mais eficazes para mitigar o impacto das doenças cardíacas.

About

Analyze mortality data from Brazil's Mortality Information System (SIM). Explore trends, patterns, and correlations to inform public health strategies. Collaborate on GitHub for data-driven insights into mortality dynamics.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published