Publicação
Ferramentas de apoio à decisão alicerçadas em SIG com integração de informação em saúde : caso de estudo da diabetes na ULSLA
| datacite.subject.fos | Ciências Naturais::Ciências Físicas | pt_PT |
| dc.contributor.advisor | Catita, Cristina Maria Sousa | |
| dc.contributor.advisor | Matela, Nuno Miguel de Pinto Lobo e | |
| dc.contributor.author | Ribeiro, Renata Vieira | |
| dc.date.accessioned | 2025-01-28T18:21:44Z | |
| dc.date.available | 2025-01-28T18:21:44Z | |
| dc.date.issued | 2024 | |
| dc.date.submitted | 2024 | |
| dc.description | Tese de Mestrado, Engenharia Biomédica e Biofísica, 2024, Universidade de Lisboa, Faculdade de Ciências | pt_PT |
| dc.description.abstract | Este estudo analisa a aplicação de Sistemas de Informação Geográfica (SIG) para apoiar a tomada de decisões na Unidade Local de Saúde do Litoral Alentejano (ULSLA), com particular atenção à prevalência da Diabetes Mellitus Tipo 2 (DMT2). Através da análise de padrões espaciais e da identificação dos determinantes sociais de saúde (DSS), foi possível mapear a distribuição da DMT2 e identificar as áreas de maior risco no Litoral Alentejano, região em estudo. A metodologia adotada inclui a aplicação de modelos de regressão espacial e Regressão Geograficamente Ponderada (GWR), para captar as variações espaciais importantes e determinar a influência dos diferentes fatores socioeconómicos de acordo com a localização. Os resultados mostram que a dimensão espacial desempenha um papel crucial na compreensão da prevalência da DMT2, influenciada por fatores como o nível de educação e o estado civil, com variações espaciais notáveis entre as freguesias. A análise realizada sublinha a importância de abordagens localizadas e personalizadas na gestão da saúde pública, especialmente na prevenção e controlo da DMT2. Este projeto destaca a relevância de se continuar a investigar e aplicar técnicas de análise espacial para melhorar a compreensão e a resposta aos desafios de saúde pública na região, oferecendo também um modelo que pode ser adaptado a outras áreas de Portugal. | pt_PT |
| dc.description.abstract | This study analyses the application of Geographic Information Systems (GIS) to support decision-making in the Local Health Unit of the Alentejo Coast (ULSLA), with a particular focus on the prevalence of Type 2 Diabetes Mellitus (T2DM). Through the analysis of spatial patterns and the identification of social determinants of health (SDH), it was possible to map the distribution of T2DM and identify the areas of greatest risk in the region. The methodology adopted includes applying spatial regression models and Geographically Weighted Regression (GWR), to capture significant spatial variations and determine the influence of different socioeconomic factors according to location. The results indicate that the geographic distribution of T2DM is influenced by local factors, such as demographic and socioeconomic characteristics, which vary across parishes. The analysis highlights the importance of localized and customized approaches in public health management, particularly in preventing and controlling T2DM. This project emphasizes the relevance of continued research and the application of spatial analysis techniques to improve the understanding and response to the region's public health challenges, offering a model that can be adapted to other areas of Portugal. | pt_PT |
| dc.identifier.tid | 203878060 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.5/97891 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Sistemas de Informação Geográfica | pt_PT |
| dc.subject | Diabetes Mellitus Tipo 2 | pt_PT |
| dc.subject | Regressão geograficamente ponderada | pt_PT |
| dc.subject | Determinantes sociais de saúde | pt_PT |
| dc.subject | Teses de mestrado - 2024 | pt_PT |
| dc.title | Ferramentas de apoio à decisão alicerçadas em SIG com integração de informação em saúde : caso de estudo da diabetes na ULSLA | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia Biomédica e Biofísica | pt_PT |