ACIDENTES DE MOTOCICLETA NO RIO GRANDE DO NORTE: PERFIL EPIDEMIOLÓGICO, IMPACTOS ASSISTENCIAIS E ANÁLISE TEMPORAL COM APLICAÇÃO DE TÉCNICAS DE CIÊNCIA DE DADOS E INTELIGÊNCIA ARTIFICIAL
Acidentes motociclísticos; saúde pública; mineração de dados; inteligência artificial; K-Means; N-BEATS.
Os acidentes motociclísticos constituem um importante problema de saúde pública, especialmente em regiões onde a motocicleta representa um dos principais meios de transporte e trabalho. Este estudo teve como objetivo analisar o perfil epidemiológico, temporal, assistencial e econômico dos acidentes de trânsito envolvendo motociclistas no estado do Rio Grande do Norte, utilizando técnicas estatísticas, mineração de dados e métodos de inteligência artificial. Trata-se de um estudo exploratório, descritivo, retrospectivo, transversal e de abordagem quantitativa, realizado a partir da análise de 18.278 registros hospitalares. Foram empregadas análises estatísticas descritivas, correlações, análise temporal, cálculo da entropia de Shannon, além de técnicas de agrupamento por meio do algoritmo K-Means e da aplicação do modelo de inteligência artificial N-BEATS para a predição de séries temporais. Os resultados evidenciaram a predominância de vítimas do sexo masculino, jovens adultos e condutores, com maior frequência de ocorrências nos finais de semana e em períodos de maior fluxo urbano. As análises demonstraram elevada variabilidade temporal, baixa previsibilidade dos eventos e diferentes perfis epidemiológicos e assistenciais, incluindo grupos associados a maior gravidade clínica e elevado custo hospitalar. Os achados reforçam a natureza multifatorial dos acidentes motociclísticos e põem em evidência o potencial das técnicas de mineração de dados e da inteligência artificial como ferramentas de apoio à vigilância epidemiológica, ao planejamento dos serviços de saúde e à formulação de políticas públicas voltadas à prevenção de sinistros de trânsito.