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 estudo da saúde mental, no caso concreto da previsão de níveis de ansiedade num determinado período, a pandemia. Neste sentido, esta investigação avalia a previsão, através de Machine Learning, de níveis de ansiedade de estudantes e trabalhadores/as portugueses/as e o impacto que a pandemia teve na saúde mental dos mesmos. O presente estudo foi suportado por uma Revisão Sistemática da Literatura e por técnicas de análise de dados recorrendo a algoritmos de Machine Learning, nomeadamente árvores de decisão. Para tal, a partir da recolha de dados através de um questionário online, que corresponde a 597 pessoas inquiridas elegíveis para integrar a análise, foram criados dois modelos distintos, assim como foram determinadas diversas variáveis independentes necessárias para os modelos preditores dos níveis de ansiedade. Assim, os resultados obtidos permitiram identificar os perfis de estudantes e trabalhadores/as com maior suscetibilidade a agravar o nível de ansiedade associado, como também as variáveis com maior importância no modelo. Deste modo, o principal contributo desta investigação é apoiar a tomada de decisão de profissionais de saúde, de forma que estes tenham uma maior capacidade de realizar diagnósticos de perturbações de ansiedade.

The COVID-19 pandemic, which emerged in Portugal in 2020, had a worldwide impact both in terms of public health, as it is an infectious disease of the respiratory tract, and regarding mental health. Thus, due to the growing evolution in the use of Machine Learning in real life problems, the effectiveness of this tool in the study of mental health is questioned, specifically on predicting anxiety levels particular period - the pandemic. In this regard, this research evaluates the prediction, through Machine Learning, of anxiety levels of portuguese students and workers and the impact that the pandemic had on their mental health. This study was supported by a Systematic Literature Review and by data analysis techniques using Machine Learning algorithms, in particular decision trees. For this purpose, based on data collection through an online survey, corresponding to 597 surveyed people eligible to be included in the analysis, two distinct models were created as well as several independent variables necessary for the predictive models of anxiety levels. Therefore, the results obtained allowed us to identify the profiles of students and workers who are more likely to aggravate the associated anxiety level, as well as the variables with greater importance in the model. Thus, the main contribution of this research is to support decision-making by health professionals, so that they have a greater ability to diagnose anxiety disorders.