[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-125430-pt":3,"doc-seo-125430-112":31,"detail-sidebar-cat-0-pt-112":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},125430,962085564549,"Genevieve","https://ap-avatar.wpscdn.com/davatar_085a072bc5b1113ac321206ff7593b45",32,"Pesquisa e Relatórios","PREVISÃO DA DIABETES USANDO TÉCNICAS DE MACHINE LEARNING - UMA REVISÃO DE ESCOPO","A utilização de técnicas de Machine Learning para prever a diabetes destaca-se por identificar padrões em grandes volumes de dados médicos e apoiar decisões clínicas. Sendo uma condição crônica que, quando não diagnosticada e tratada precocemente, pode gerar complicações severas, a previsão em fases iniciais é determinante para gestão da saúde e tratamento personalizado. A revisão de escopo analisa como algoritmos são aplicados à análise de dados médicos, enfatizando qualidade dos dados, seleção de variáveis relevantes e interpretabilidade dos modelos. Também compara algoritmos e destaca fatores mais influentes na predição, gerando insights para aprimorar abordagens preditivas no âmbito da saúde.","PREVISÃO DA DIABETES USANDO TÉCNICAS DE MACHINE LEARNING: UMA REVISÃO DE  \nESCOPO  \nDIABETES PREDICTION USING MACHINE LEARNING TECHNIQUES: A SCOPE STUDY  \nPREDICCIÓN DE LA DIABETES MEDIANTE TÉCNICAS DE APRENDIZAJEAUTOMÁTICO:  \nUNA REVISIÓN DE ALCANCE  \nLuiz Fernando da Cunha Silva1 , Samara Martins Nascimento Gonçalves2 , Reudismam Rolim de Sousa3  \ne686727  \n[https://doi.org/10.47820/recima21.v6i8.6727](https://doi.org/10.47820/recima21.v6i8.6727)  \nPUBLICADO: 8/2025  \nRESUMO  \nO uso de técnicas de Machine Learning para a previsão de doenças, como a diabetes, tem sedestacado devido à sua capacidade de identificar padrões em grandes volumes de dados médicose auxiliar na tomada de decisões clínicas. A diabetes é uma condição crônica que, se não for diagnosticada e tratada precocemente, pode levar a complicações graves. Dessa forma, prever oseu desenvolvimento em estágios iniciais pode contribuir significativamente para a gestão da saúdee a personalização do tratamento. Neste contexto, este trabalho propõe uma Revisão de Escopo, buscando responder como se dá a aplicação de algoritmos de Machine Learning na análise de dados médicos para prever a ocorrência da doença. Por meio desse levantamento, foi possível perceber uma ênfase da literatura sobre a importância da qualidade dos dados, da seleção de características relevantes e da interpretabilidade dos modelos, fatores essenciais para aconfiabilidade das previsões e seu impacto nas decisões médicas. Adicionalmente, esta propostapossibilitou comparar o desempenho de diferentes algoritmos, analisando a contribuição de cadavariável utilizada e destacando os fatores mais influentes na previsão da doença. Dessa forma, este estudo traz contribuições não apenas sobre o desenvolvimento de modelos eficazes, mas tambémfornece insights que podem aprimorar abordagens preditivas no contexto da saúde.  \nPALAVRAS-CHAVE: Revisão de Escopo. Machine Learning. Diabetes.  \nABSTRACT  \nThe use of Machine Learning techniques for disease prediction, such as diabetes, has gained prominence due to their ability to identify patterns in large volumes of medical data and assist in clinical decision-making. Diabetes is a chronic condition that, if not diagnosed and treated early, can lead to severe complications. Therefore, predicting its development in early stages, based on factors such as age, family history, lifestyle habits, and laboratory tests, can significantly contribute to health management and personalized treatment. In this context, this study investigates the application of Machine Learning algorithms in medical data analysis to predict the occurrence of the disease. Furthermore, this research emphasizes the importance of data quality, relevant feature selection, and model interpretability—essential factors for the reliability of predictions and their impact on medical decisions. Additionally, the study compares the performance of different algorithms, analyzing the contribution of each variable used and highlighting the most influential factors in  \n1 Graduado em Sistemas de Informação pela Universidade Federal Rural do Semi-Árido (UFERSA) .  \n2 Doutora em Ciência da Computação pela Universidade Federal do Ceará (UFC) . Professora na Universidade Federal Rural do Semi-Árido. Líder do Laboratório de Inovações em Software (LIS) .  \n3 Doutor em Ciência da Computação pela Universidade Federal de Campina Grande (UFCG) . Professor na Universidade Federal Rural do Semi-Árido (UFERSA) .  \ndiabetes prediction. Thus, this research aims not only to develop effective models but also to provide insights that can enhance predictive approaches in healthcare.  \nKEYWORDS: Scoping Study. Machine Learning. Diabetes.  \nRESUMEN  \nEl uso de técnicas de aprendizaje automático para predecir enfermedades como la diabetes ha cobrado relevancia gracias a su capacidad para identificar patrones en grandes volúmenes de datos médicos y facilitar la toma de decisiones clínicas. La diabetes es una enfermedad crónica que, si nos","cbCaiqeywEjpCZDY","https://ap.wps.com/l/cbCaiqeywEjpCZDY","pdf",355160,2,1,12,"Portuguese","pt",112,"# Introdução\n## Tipos de diabetes e importância do diagnóstico precoce\n# Metodologia da revisão de escopo\n# Aplicação de algoritmos em dados médicos\n## Qualidade dos dados e seleção de características\n## Interpretabilidade dos modelos\n# Comparação de desempenho entre algoritmos\n## Variáveis mais contribuintes e fatores influentes\n# Contribuições e implicações para abordagens preditivas","[{\"question\":\"Qual é o objetivo da revisão de escopo sobre diabetes e Machine Learning?\",\"answer\":\"Responder como ocorre a aplicação de algoritmos de Machine Learning na análise de dados médicos para prever a ocorrência da diabetes. A revisão também resume contribuições relacionadas à confiabilidade das previsões e ao impacto nas decisões médicas.\"},{\"question\":\"Quais fatores são apontados como essenciais para previsões confiáveis?\",\"answer\":\"A revisão destaca a importância da qualidade dos dados, da seleção de características relevantes e da interpretabilidade dos modelos. Esses elementos são descritos como fundamentais para a confiabilidade das previsões.\"},{\"question\":\"Como a revisão compara diferentes algoritmos?\",\"answer\":\"O trabalho compara o desempenho de diferentes algoritmos, analisando a contribuição de cada variável utilizada. Além disso, identifica os fatores mais influentes na previsão da doença.\"}]","PREVISÃO DA DIABETES USANDO TÉCNICAS DE MACHINE LEARNING - UMA REVISÃO DE ESCOPO | PDF",1785898868,18,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"diabetes-prediction-using-machine-learning-techniques-a-scoping-review","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":20},"https://docshare.wps.com/pt/document/","Document",{"item":49,"name":12,"@type":44,"position":50},"https://docshare.wps.com/pt/document/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/pt/document/diabetes-prediction-using-machine-learning-techniques-a-scoping-review/125430/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-14","2026-08-05",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qual é o objetivo da revisão de escopo sobre diabetes e Machine Learning?","Question",{"text":76,"@type":77},"Responder como ocorre a aplicação de algoritmos de Machine Learning na análise de dados médicos para prever a ocorrência da diabetes. A revisão também resume contribuições relacionadas à confiabilidade das previsões e ao impacto nas decisões médicas.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Quais fatores são apontados como essenciais para previsões confiáveis?",{"text":81,"@type":77},"A revisão destaca a importância da qualidade dos dados, da seleção de características relevantes e da interpretabilidade dos modelos. Esses elementos são descritos como fundamentais para a confiabilidade das previsões.",{"name":83,"@type":74,"acceptedAnswer":84},"Como a revisão compara diferentes algoritmos?",{"text":85,"@type":77},"O trabalho compara o desempenho de diferentes algoritmos, analisando a contribuição de cada variável utilizada. Além disso, identifica os fatores mais influentes na previsão da doença.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,119,121,125,129],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},26,"Contos e Romances",60,"story-novel",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},46,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},28,"Exames","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},47,"Geral","general",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":97,"slug":114},29,"Histórias em Quadrinhos","comic",{"id":116,"doc_module":4,"doc_module_name":47,"category_name":117,"show_sort_weight":97,"slug":118},27,"Literatura","literature",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":120},"research-report",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":97,"slug":124},33,"Religião e Espiritualidade","religion-spirituality",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},31,"Saúde e Cuidados","healthcare",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},45,"Tecnologia","technology"]