1. Carregamento da base de dados

Para este estudo utilizamos apenas o dataset referente ao ano de 2020 coletado no openDataSus Porta openDataSus

dados <- data.table::fread("data/Mortalidade_Geral_2020.csv") %>%  #importando a base
  tibble::as_tibble() #transformando em um tibble

2. Análise Exploratória dos Dados

Neste pré-processamento criamos a variável desfecho binarizada (CIRCOBITO_SUI) que informa a circunstância onde se deu a morte não natural.

source("munge/1-Selecionando.R") #selecionando variáveis de interesse
source("munge/2-Filtrando-Criando.R") #Filtrando e criando variáveis de interesse

2.1 Tabela de contingência vs Variável binária suicídio

#renomeando niveis das variáveis
source("munge/3-Renomeando.R")

#criando a tabela de contingência
dados %>% 
  select( #aqui ta selecionando as variáveis na tabela
    IDADE,
    SEXO,
    RACACOR,
    ESTCIV,
    ESC2010,
    CIRCOBITO_SUI) %>% 
  tbl_summary(by = CIRCOBITO_SUI,
              statistic = list(all_continuous() ~ "{mean} ({sd})")) %>% 
  add_p() #adiciona os p-valores dos testes estatísticos

Characteristic	Outras causas, N = 129,993¹	Suicídio, N = 13,143¹	p-value²
IDADE	43 (22)	43 (18)	<0.001
SEXO			<0.001
Masculino	106,139 (82%)	10,321 (79%)
Feminino	23,844 (18%)	2,822 (21%)
Unknown	10	0
RACACOR			<0.001
Branca	44,694 (35%)	6,322 (49%)
Preta	9,153 (7.2%)	719 (5.5%)
Amarela	516 (0.4%)	47 (0.4%)
Parda	72,983 (57%)	5,805 (45%)
Indígena	477 (0.4%)	115 (0.9%)
Unknown	2,170	135
ESTCIV			<0.001
Solteiro	72,319 (58%)	6,766 (53%)
Casado	24,369 (19%)	3,232 (25%)
Viúvo	9,428 (7.5%)	419 (3.3%)
Separado/divorciado	6,074 (4.8%)	978 (7.6%)
União estável	6,452 (5.1%)	676 (5.3%)
Ignorado	6,887 (5.5%)	768 (6.0%)
Unknown	4,464	304
ESC2010			<0.001
Sem escolaridade	8,276 (6.8%)	527 (4.2%)
Fundamental I	29,308 (24%)	2,443 (20%)
Fundamental II	37,116 (30%)	3,035 (24%)
Ensino Médio	24,040 (20%)	2,946 (24%)
Superior incompleto	1,757 (1.4%)	428 (3.4%)
Superior completo	3,866 (3.2%)	911 (7.3%)
Ignorado	17,460 (14%)	2,152 (17%)
Unknown	8,170	701
¹ Mean (SD); n (%) ² Wilcoxon rank sum test; Pearson's Chi-squared test

2.2 Densidade em relação ao desfecho

Sexo

dados %>% 
  ggplot(aes(IDADE, fill=CIRCOBITO_SUI)) + geom_density(alpha=0.5) + facet_wrap(~SEXO)

Raca Cor

dados %>% 
  ggplot(aes(IDADE, fill=CIRCOBITO_SUI)) + geom_density(alpha=0.5) + facet_wrap(~RACACOR)

Estado Civil

dados %>% 
  ggplot(aes(IDADE, fill=CIRCOBITO_SUI)) + geom_density(alpha=0.5) + facet_wrap(~ESTCIV)

Escolaridade

dados %>% 
  ggplot(aes(IDADE, fill=CIRCOBITO_SUI)) + geom_density(alpha=0.5) + facet_wrap(~ESC2010)

3. Machine Learning (Algoritmos de Classificação)

Desenvolvimento do modelo

m1 <- glm(CIRCOBITO_SUI ~., data = dados, family = binomial(link = "logit"))

Tabela com os coeficientes do modelo de regressão logística

tab_model(m1)

## Profiled confidence intervals may take longer time to compute. Use
##   'ci_method="wald"' for faster computation of CIs.

## Warning: Model matrix is rank deficient. Parameters TIPOBITO were not estimable.

	CIRCOBITO SUI
Predictors	Odds Ratios	CI	p
(Intercept)	0.13	0.11 – 0.16	<0.001
CODMUNNATU	1.00	1.00 – 1.00	<0.001
IDADE	0.99	0.99 – 0.99	<0.001
SEXO [Feminino]	1.34	1.27 – 1.41	<0.001
RACACOR [Preta]	0.71	0.64 – 0.78	<0.001
RACACOR [Amarela]	0.77	0.53 – 1.09	0.154
RACACOR [Parda]	0.69	0.65 – 0.72	<0.001
RACACOR [Indígena]	2.07	1.62 – 2.63	<0.001
ESTCIV [Casado]	1.27	1.20 – 1.34	<0.001
ESTCIV [Viúvo]	0.47	0.41 – 0.54	<0.001
ESTCIV [Separado/divorciado]	1.48	1.35 – 1.61	<0.001
ESTCIV [União estável]	1.09	0.99 – 1.19	0.081
ESTCIV [Ignorado]	1.17	1.05 – 1.30	0.006
ESC2010 [Fundamental I]	1.13	1.02 – 1.27	0.023
ESC2010 [Fundamental II]	1.05	0.94 – 1.18	0.365
ESC2010 [Ensino Médio]	1.37	1.22 – 1.53	<0.001
ESC2010 [Superior incompleto]	2.46	2.10 – 2.88	<0.001
ESC2010 [Superior completo]	2.30	2.01 – 2.63	<0.001
ESC2010 [Ignorado]	1.59	1.41 – 1.78	<0.001
OCUP	1.00	1.00 – 1.00	0.068
CODMUNRES	1.00	1.00 – 1.00	0.563
CODMUNOCOR	1.00	1.00 – 1.00	0.315
CIRCOBITO	0.82	0.81 – 0.83	<0.001
Observations	103792
R² Tjur	0.032

Gráfico com a importância das variáveis de acordo com o Odds Ratio.

plot_model(m1)

## Warning: Model matrix is rank deficient. Parameters TIPOBITO were not estimable.

Análise - Machine Learning com Suicídio