Machine Learning como ferramenta de apoio à prevenção - identificação de níveis de ansiedade

Aug 4, 2026

A pandemia COVID-19, com início em Portugal em 2020, gerou impactos relevantes na saúde pública e na saúde mental. A investigação avalia, com base em Machine Learning, a previsão dos níveis de ansiedade em estudantes e trabalhadores portugueses, analisando simultaneamente o efeito do período pandémico nesses níveis. O estudo recorre a uma Revisão Sistemática da Literatura e a técnicas de análise de dados com algoritmos de Machine Learning, incluindo árvores de decisão. Com 597 respostas válidas obtidas por questionário online, são construídos dois modelos e selecionadas variáveis preditoras, permitindo identificar perfis mais suscetíveis ao agravamento da ansiedade.

IdiomaPortuguese

CategoriaSaúde e Cuidados

FormatoPDF

Páginas113

Tempo de leitura2 h 54 min

AcessoDownload gratuito

Índice

Agradecimentos

Resumo

Abstract

Machine Learning como ferramenta de apoio à prevenção: identificação de níveis de ansiedade Carolina Micaela Domingos Marques Mestrado em Métodos Analíticos para Gestão Orientadora: Doutora Catarina Ferreira da Silva, Professora Associada com Agregação ISCTE- Instituto Universitário de Lisboa Co-Orientadora: Doutora Carla Moleiro, Professora Associada ISCTE- Instituto Universitário de Lisboa Novembro, 2022 Departamento de Métodos Quantitativos para Gestão e Economia Machine Learning como ferramenta de apoio à prevenção: identificação de níveis de ansiedade Carolina Micaela Domingos Marques Mestrado em Métodos Analíticos para Gestão Orientadora: Doutora Catarina Ferreira da Silva, Professora Associada com Agregação ISCTE- Instituto Universitário de Lisboa Co-Orientadora: Doutora Carla Moleiro, Professora Associada ISCTE- Instituto Universitário de Lisboa Novembro, 2022 Machine Learning como ferramenta deapoio à prevenção: identificaçãodeníveis deansiedade Agradecimentos Durante a elaboração da presente dissertação foram diversas as pessoas que estiveram, direta ouindiretamente, presentes e às quais quero expressar o meu profundo agradecimento: Primeiramente, às minhas orientadoras, Professora Catarina Ferreira da Silva e Professora Carla Moleiro, por toda a sua orientação, paciência, disponibilidade e voto de confiança. Sem o vosso apoionão teria conseguido alcançar esta meta. À Genesis Studio, em particular, ao Luís e à Isabel, por todo o incentivo, disponibilidade e abertura. Por me ensinarem a ver o “Mundo dos dados” nas várias perspetivas e realidades. Por todo o tempo facultado para a concretização desta dissertação. Ao Professor Raul Laureano, por ter sido um ótimo diretor de curso. Por toda a disponibilidade, acompanhamento e conselhos. Por ter sido um elemento fulcral em todo o percurso académico. Aos meus pais, por nunca me deixarem desistir dos meus sonhos. Tudo o que tenho e sou hoje, devo-vos a vocês. Obrigada por me proporcionarem a oportunidade de poder estudar no curso e cidade que sempre desejei, sei que foi necessário um esforço imensurável de ambos. Agradeço-vos por me ensinarem que com esforço e dedicação é possível alcançar qualquer objetivo e por serem um exemplo a seguir. Um obrigada nunca vai chegar para demonstrar a gratidão que tenho por tudo aquilo que fizeram e fazem por mim. À minha irmã, por me apoiar e ouvir em todos os momentos, tanto na realização desta dissertação como na vida. Por seres o meu lado mais descontraído e leve. Por carregares as minhas vitórias como tuas. Ao Bernardo, por ser o melhor companheiro. Por todo o apoio incondicional que deste narealização deste projeto. Por seres o meu equilíbrio e me mostrares o lado bom da vida. À minha familia e amigos, por acreditarem sempre em mim. Ao ISCTE-IUL, por ter sido a minha casa durante estes dois anos. Por me proporcionar boasamizades e momentos. À equipa de basquetebol desta Instituição por me ter acolhido e pelo companheirismo. A todos os que mencionei o meu sincero “Obrigada”. Machine Learning como ferramenta deapoio à prevenção: identificaçãodeníveis deansiedade Resumo A pandemia COVID-19, que surgiu em Portugal no ano 2020, teve um impacto a nível mundial quer em termos de saúde pública, por se tratar de uma doença infeciosa de trato respiratório, como em termos de saúde mental. Posto isto, devido à crescente evolução da utilização de Machine Learning em problemas da vida real, é questionada a eficácia da utilização desta ferramenta na aplicação ao estudoda saúde mental, no caso concreto da previsão de níveis de ansiedade num determinado período, apandemia. Neste sentido, esta investigação avalia a previsão, através de Machine Learning, de níveis deansiedade de estudantes e trabalhadores/as portugueses/as e o impacto que a pandemia teve nasaúde mental dos mesmos. O presente estudo foi suportado por uma Revisão Sistemática da Literatura e por técnicas deanálise de dados

Perguntas frequentes

Qual é o objetivo central da investigação sobre Machine Learning e ansiedade?

Avaliar a previsão dos níveis de ansiedade em estudantes e trabalhadores portugueses e analisar o impacto da pandemia nesses níveis.

Que base metodológica e técnicas são usadas no estudo?

O estudo utiliza uma Revisão Sistemática da Literatura e técnicas de análise de dados com algoritmos de Machine Learning, nomeadamente árvores de decisão.

Como foram recolhidos os dados e quantas pessoas participaram na análise?

Os dados foram recolhidos por questionário online, com 597 pessoas elegíveis para integrar a análise.

Aug 4, 2026

Carregar por Evangeline