Descoberta de padrões de comportamento das Hepatites Virais aplicando Datamining

Tamanho: px
Começar a partir da página:

Download "Descoberta de padrões de comportamento das Hepatites Virais aplicando Datamining"

Transcrição

1 Descoberta de padrões de comportamento das Hepatites Virais aplicando Datamining C. M. Trindade 1,2,D. Domanski S. 1,C. M. C. Moro 1,M. G. Aldenucci 2,J. C. Nievola 1,S. J. Moysés 1 1 PPGTS Mestrado em Tecnologia em Saúde PUCPR, Curitiba, Brasil 2 Secretaria de Estado da Saúde do Paraná (SESAPR), Curitiba, Brasil Resumo No Brasil, os dados coletados pelos Sistemas de Informação relacionados a Saúde Pública são subutilizados, devido principalmente ao seu grande volume e sua complexidade. Neste trabalho foi aplicada a técnica de Descoberta de Conhecimento em Base de Dados (Knowledge Discovery in Databases) na base do Sistema de Informações de Agravos de Notificação (SINAN), com o objetivo de traçar o perfil epidemiológico das hepatites virais. Foram utilizados os dados referentes ao município de Curitiba no ano de 2003, a partir dos quais foi possível comparar as informações obtidas com o conhecimento disponível na literatura especializada. Obteve-se a representação do perfil epidemiológico das hepatites virais de forma clara, simples e objetiva através de uma árvore de decisão e regras de classificação. Descritores: Hepatite Viral; Descoberta de Conhecimento em Base de Dados; Mineração de Dados,C4.5 Abstract In Brazil, data collected by the Information Systems for Public Health are underused due to its bulk and complexity. In this work the Knowledge Discovery in Databases (KDD) technique has been used onto the National Information System of Diseases of Notification (SINAN), with the objective of drawing the epidemiological profile of the viral hepatitis. The data were used regarding the city of Curitiba, through the year 2003, allowing to compare the information obtained with the knowledge available in the specialized literature. The epidemiological profile obtained was represented by a decision tree and classifications rules. Key-words: Viral Hepatitis, Knowledge Discovery in Databases; Data Mining Introdução O Ministério da Saúde do Brasil (MS) adota e recomenda o uso de diversos sistemas informatizados para auxiliar a Vigilância Epidemiológica (VE) na construção do perfil da morbimortalidade do país. A partir dos dados coletados, são realizadas análises para definição das ações epidemiológicas que devem ser executadas [1]. Estas ações são, normalmente, definidas por formuladores de políticas e tomadores de decisão, muitas vezes apoiados por epidemiologistas e especialistas em saúde pública que estudam o processo saúde-doença, analisando a sua freqüência e seus fatores determinantes com o objetivo de promover a saúde e reduzir ou controlar a ocorrência de doenças [2]. Em 1975, a lei nº 6259 instituiu o Sistema Nacional de Vigilância Epidemiológica, o qual estabeleceu normas relativas a obrigatoriedade da notificação compulsória de algumas doenças e agravos. Para a coleta e transferência destes dados, desde 1994, o Sistema Nacional de Informações e Agravos de Notificação (SINAN) vem sendo utilizado oficialmente nas três esferas de governo - federal, estadual e municipal.[3]. Segundo a Organização Mundial de Saúde (OMS), atualmente uma das doenças mais importantes do mundo é a Hepatite C [4], que se enquadra na classificação das hepatites virais, as quais são de notificação obrigatória e acompanhadas por meio do SINAN. Contudo, o aumento no volume de dados em sistemas como o SINAN causa grandes dificuldades na extração de informação útil para suporte à decisão. Ainda mais grave, muitas vezes tais sistemas apresentam inconsistências que tornam análises e decisões posteriores fortemente sujeitas a vieses interpretativos. A análise de dados tradicional (manual) tornou-se inadequada, e métodos para análise através de computador são indispensáveis. Para satisfazer esta necessidade, a informática em saúde pode usar tecnologias robustas, desenvolvidas no campo interdisciplinar de KDD, englobando ferramentas de reconhecimento de padrões, aprendizado de máquina, e visualização para suporte às análises de dados e de descoberta de regularidades que estão codificadas dentro dos dados [5]. Este trabalho tem como objetivo identificar, a partir de um grande número de variáveis constantes do SINAN, algumas que sejam operacionalmente manejáveis e que sirvam potencialmente como atributos marcadores para

2 a classificação e compreensão da estrutura etiológica das hepatites virais. Neste sentido, busca-se evidenciar, paralelamente, a qualidade e consistência dos dados registrados na base de dados. Busca, também, traçar o perfil epidemiológico do agravo, ou seja, estabelecer o comportamento das hepatites virais, segundo pessoa, tempo e lugar, oferecendo suporte às decisões relativas ao enfrentamento das mesmas, no que se refere ao planejamento de medidas de prevenção, controle e assistência nos vários níveis do Sistema Único de Saúde (SUS), bem como, possibilitar a avaliação da efetividade e eficiência das estratégias adotadas. Tratando-se de um exercício exploratório, elegeu-se para este trabalho a população de Curitiba, utilizando-se dados do ano de 2003, e com base nos atributos de idade, vacinação contra hepatite B, forma clínica, evolução e diagnóstico da doença. O trabalho seguirá o processo de KDD, tendo em vista que a utilização de técnicas estatísticas e consultas SQL (Structured Query Language) não são suficientes para a identificação de novos padrões nestas doenças. O processo de KDD é dividido em 6 etapas: (i) estudo do problema; (ii) seleção dos dados a serem utilizados; (iii) pré-processamento dos dados escolhidos; (iv) transformação dos dados; (v) mineração de dados; e (vi) interpretação/avaliação dos resultados. Na etapa de estudo do problema busca-se compreender o domínio de aplicação da ferramenta e estabelecem-se os objetivos do trabalho[6]. Na seleção dos dados são determinados quais dados serão usados e é feito um estudo para determinar a confiabilidade dos mesmos. No pré-processamento dos dados é realizada a limpeza da base, bem como uma seleção dos atributos a serem utilizados [8],[9]. Esta é a etapa que normalmente toma maior parte do tempo no processo como um todo (de 60% a 80% do total) [7]. Na etapa de transformação dos dados, estes sofrem transformações a fim de adequá-los ao seu uso pelas técnicas de mineração de dados. Na etapa de mineração de dados aplicam-se os algoritmos de descoberta de padrões, cujas tarefas podem ser de classificação, associação ou agrupamento. A tarefa de classificação consiste na descoberta do relacionamento subjacente entre os atributos de entrada e o atributo meta. A tarefa de associação busca determinar quais atributos estão interligados e na tarefa de agrupamento os dados são particionados em subconjuntos, onde dados atribuídos ao mesmo conjunto têm características similares. Na fase de interpretação/avaliação dos resultados analisa-se o resultado obtido na etapa anterior a fim de torná-lo útil [10],[11] [12] [13]. Uma das técnicas mais usadas para a tarefa de classificação consiste na construção de uma árvore de decisão. Para a construção da mesma seleciona-se inicialmente um atributo como nó raiz. Em seguida cria-se um ramo para cada valor possível que o atributo pode assumir e repete-se este processo iterativamente.[10]. Para a mineração de dados foi utilizado o algoritmo C4.5, o qual foi proposto por Quinlan. Este algoritmo gera uma árvore de decisão e / ou regras de decisão, através da escolha dos atributos que compõe os nós da árvore, baseada em entropia [11]. Neste trabalho foram realizadas as seis etapas do processo de KDD, descritos a seguir. Metodologia Definição de metas: inicialmente, foram levantadas algumas necessidades da Secretaria de Estado da Saúde do Paraná, junto à coordenação do Plano Estadual de Prevenção e Controle das Hepatites Virais. Uma das solicitações desta coordenação foi analisar as relações entre a classificação etiológica das hepatites virais com: idade, vacinação contra hepatite B, forma clínica, evolução e diagnóstico da doença. Seleção dos dados: Para a extração dos dados do SINAN, foi efetuada a exportação da base de dados para o formato DBF(Data Base File), utilizando o módulo utilitários do próprio SINAN. Após a geração deste arquivo, foi criado um banco de dados no MS Access, onde foi feita a importação do arquivo DBF, resultando em uma tabela que possuía 126 campos (atributos), com aproximadamente casos armazenados, concatenando os dados dos 399 municípios do Estado, desde de 1996 até Visando facilitar a análise dos resultados obtidos foram selecionados os dados relevantes, através de consultas SQL, permanecendo na tabela apenas os dados referentes ao município de Curitiba no ano de 2003 (442 registros e 6 atributos). Pré-processamento: seguindo as recomendações da especialista em hepatites virais, foram selecionados apenas os seis atributos que mais influenciariam, segundo sua experiência profissional, na geração das informações solicitadas para este momento, sendo que os outros 120 atributos foram retirados da tabela. Visando o conhecimento de todo o banco de dados foi efetuada uma estatística na tabela para identificação do padrão de preenchimento dos campos. Transformação: neste processo foram substituídos os códigos por suas descrições textuais. Os valores nulos foram completados com a descrição não informado.

3 Mineração de dados: o programa utilizado para mineração de dados foi o C4.5 Decision Tree Generator, o qual trabalha com dois arquivos:.data onde encontram-se os registros que serão utilizados na geração das regras e árvore de decisão; o.names onde são definidos os nomes e os valores possíveis para todos os atributos inclusive para o atributo meta. Para a geração do arquivo.data, foi exportada para formato texto a tabela gerada no MS Access, separando os dados por ponto e virgula, lembrando apenas que o último atributo posicionado na tabela é o atributo meta (neste caso a classificação etiológica, pois o objetivo é saber o comportamento dos outros atributos no banco em relação a este). Neste arquivo texto os ; foram substituídos por, e foram retirados os nomes dos campos que estavam na primeira linha, pois é este o formato utilizado pelo software. Na figura 1 um trecho deste arquivo pode ser observado. Hepatite Crônica, Hepatite Crônica, Confirmação Clinico Labo Portador Assintomático, Portador Crônico, Confirmação Clinic Portador Assintomático, Portador Crônico, Confirmação Clínic Hepatite Aguda, Cura, Confirmação Clinico Laboratorial, Viru tite Aguda, Cura, Confirmação Clinico Laboratorial, Vírus A, tite Crônica, Portador Crônico, Confirmação Clinico Laborato te Aguda, Cura, Confirmação Clinico Laboratorial, Virus A, te Aguda, Cura, Confirmação Clinico Laboratorial, Virus A, Portador Assintomático, cura, Confirmação Laboratorial, Viru tite Aguda, Cura, Confirmação Clinico Laboratorial, Virus A Portador Assintomático, cura, Confirmação Clinico Laboratori tite Aguda, Cura, Confirmação Clinico Laboratorial, Virus A tite Crônica, Cura, Confirmação Laboratorial, Virus B, tite Aguda, Cura, Confirmação Clinico Laboratorial, Virus A Hepatite Crônica, Hepatite Crônica, Confirmação Laboratorial Figura 1 - Trecho do arquivo ihepatit.data Ignorado, Não Informado, Outras Hepatites Virais, Virus A, NU_IDADE: continuous HEPATITB: Completa, Ignorado, Incompleta, Não Informado, Não FORMA: Hepatite Aguda, Hepatite Crônica, Hepatite Fulminate EVOLUCAO: Cura, Hepatite Crônica, Ignorado, Não Informado, Ó DIAGNOST: Confirmação Clinico Epidemiologico, Confirmação Figura 2 Trecho do arquivo hepatit.names Na geração do arquivo.names foi criado um arquivo texto e na primeira linha foram informados os valores possíveis para o atributo meta, isto é, os valores possíveis para a classificação etiológica separando-os por virgula. A seguir foram informados os nomes dos outros atributos da tabela, na seqüência em que os mesmos encontravam-se no arquivo.data, listando após dois pontos os seus valores possíveis conforme mostrado na Figura 2. Após a criação deste dois arquivos foi executado o C4.5. Resultados Os resultados obtidos foram a árvore de decisão e as regras de classificação. Na árvore de decisão o atributo mais relevante para definir a Classificação Etiológica foi a Forma Clinica, ficando como nó principal da árvore. A forma clinica dividiu-se em Hepatite Crônica, Hepatite Aguda, Hepatite Fulminante, Infecção Assintomática, Não Informado, Hepatite Aguda e ignorado. A forma hepatite crônica mostrou-se como tendência à classificação etiológica vírus C, a hepatite fulminante como vírus A, a forma como infecção assintomática tende para classificação como ignorado, forma não informado para classificação também não informado. A forma hepatite aguda dividiu-se conforme a idade dos pacientes, maiores de 23 anos tendem para o vírus B, pacientes com idade menor ou igual a 23 anos, para a definição da classificação foi observado também a evolução da doença: no caso de cura, não informado, óbito e portador crônico a tendência é o vírus A, quando evolui para a hepatite crônica ou foi informado como ignorado a tendência é o vírus B. Quando a forma de hepatite foi indicada como ignorado observou-se que normalmente não foi definida a classificação etiológica e o atributo mais relevante para estes casos seria a evolução. No caso de portador assintomático observou-se que o atributo mais relevante foi à imunização contra hepatite B, de forma que nos casos com vacinação completa a tendência foi o vírus B. Nos casos onde a vacinação foi preenchida como ignorado, incompleta ou não informado a tendência foi o vírus C. Para os pacientes não vacinados contra a hepatite B foi observado o diagnóstico para: Confirmação Clinica Epidemiológica, Confirmação Clinica Laboratorial, Descartado, Inconclusivo ou não informado a tendência foi o Virus B. Apenas para o diagnóstico Confirmação Laboratorial e paciente na faixa etária de 28 a 36 anos a tendência foi o Vírus C, nos outros casos novamente o Vírus B, conforme ilustrado na Figura 3. As regras de classificação foram divididas em 17 regras, conforme a Tabela 1. A Regra1 verifica se a evolução é cura e a forma clinica é a hepatite aguda para sugerir como classificação etiológica o vírus A, na Regra2 é observado se a evolução é a hepatite crônica e a forma clinica é a hepatite aguda e a idade do paciente é igual ou menor que 23 anos para sugerir a classificação como vírus B, as demais regras podem ser interpretadas da mesma maneira como foi descrito para as regras 1 e 2.

4 Figura 3 Árvore de decisão. Tabela 1 - Regras de classificação. Regra 1: SE EVOLUCAO = Cura E FORMA = Hepatite Aguda ENTAO Classe = Vírus A Regra 4: SE NU_IDADE > 23 E FORMA = Hepatite Aguda Regra 7: SE NU_IDADE <=41 E HEPATITB = Ignorado Regra 10: SE NU_IDADE <=28 E HEPATITB = Não Vacinado Regra 13: SE FORMA = Não Informado ENTAO Classe = Não Informado Regra 16: SE NU_IDADE > 27 E NU_IDADE <= 36 E HEPATITB = Não Vacinado E FORMA = Portador Assintomático E EVOLUCAO = Portador Crônico E DIAGNOST = Confirmação Laboratorial Regra 2: S E FORMA = Hepatite Aguda E NU_IDADE <= 23 Regra 5: S E EVOLUCAO = Cura Regra 8: SE NU_IDADE > 41 E HEPATITB = Ignorado Regra 11: SE NU_IDADE > 28 E HEPATITB = Não Vacinado Regra 14: SE FORMA = Ignorado E EVOLUCAO = Cura ENTAO Classe = Não Informado Regra 17: SE DIAGNOST = Confirmação Laboratorial E EVOLUCAO = Portador Crônico E NU_IDADE <= 37 Regra 3: SE EVOLUCAO = Ignorado E FORMA = Hepatite Aguda E NU_IDADE <= 23 ENTAO Classe = Virus B Regra 6: SE HEPATITB = Completa Regra 9: SE HEPATITB = Incompleta E FORMA = HepatiteCrônica Regra 12: SE FORMA = Ignorado E EVOLUCAO = Ignorado ENTAO Classe = Ignorado Regra 15: SE HEPATITB = Ignorado E FORMA = Portado Assintomático E EVOLUCAO = Portador Crônico E DIAGNOST = Confirmação Laboratorial Análise dos Resultados As hepatites virais vêm sendo estudadas ao longo do tempo, o que proporciona um acúmulo de conhecimento técnico-científico com o qual podemos comparar os achados no banco de dados trabalhado. Através da aplicação do algoritmo C4.5 no banco de dados de Curitiba, na busca de padrões que gerem regras de classificação para as etiologias estudadas, verificando sua consistência, encontramos padrões muito informativos. Por exemplo, na árvore de decisão gerada (Figura 3), apresentam-se as seguintes situações : (a) Na hepatite aguda em indivíduos com mais de 23 anos, a tendência observada é que o vírus B seja dominante, enquanto que nos menores de 23 anos, quando a evolução é a cura, predomina a hepatite A, o que é similar ao encontrado na literatura; (b) No registro da forma portador assintomático, não vacinado, com confirmação laboratorial e idade igual ou menor que 27 anos, encontramos a tendência de vírus B, enquanto na idade maior que 27 anos foi o vírus C. (c) Na forma hepatite crônica, o fator etiológico que aparece como mais representativo é o vírus C; (d) Na infecção assintomática encontramos alguns casos com etiologia ignorada, o que certamente vem a ser um erro de preenchimento, uma vez que o diagnóstico de infecção assintomática é feito através de prova imunológica específica, como por exemplo, IgG para hepatite A;

5 (e) Pode-se observar que, em alguns casos, foi identificada a forma da doença como aguda, para os vírus A e B, onde a evolução não foi informada ou foi preenchida como ignorada, o que fornece exemplos de investigações com conclusões inadequadas. O prejuízo torna-se ainda maior em relação ao vírus B, pois esse, apresenta maior possibilidade de evoluir para a cronicidade; (f) Em alguns casos a forma foi identificada como ignorada, a evolução como cura e sem etiologia informada, indicando comprometimento da qualidade do preenchimento; (g) Quando a forma clínica registrada é portador assintomático, foram encontrados alguns casos de vírus B com vacinação completa, presumindo-se que seja um erro de registro, visto que não é uma indicação usual a vacinação para portadores. Por outro lado, para alguns casos de portador tipo C, que deveria estar vacinado contra hepatite B, foram encontrados registros com vacinação ignorada; (h) Na forma portador assintomático foram encontrados casos com diagnóstico clínicolaboratorial, o que possivelmente indica erro de preenchimento uma vez que o portador assintomático não apresenta sinais e sintomas e o diagnóstico é exclusivamente laboratorial. Os resultados concernentes às regras de classificação (tabela 1), geraram, em algumas situações, informações óbvias, como era de se esperar. Tal fato decorre, primeiro, do relacionamento lógico de alguns atributos, e segundo, da hipótese de que o sistema de informações utilizado, embora com algumas inconsistências detectadas, e já relatadas, também contém grande parte dos dados compatíveis com o conhecimento em saúdedoença atualmente disponível e com realidade epidemiológica da população. Assim, para as regras 12, 13, 14 as informações são óbvias por conseqüência lógica de relacionamento dos atributos, ou seja, presume-se que para dados ignorados ou nãoinformados as informações geradas não tenham relevância ou valor heurístico. As regras 15 e 16 são confirmatórias da importância do diagnóstico laboratorial, já que para o portador assintomático torna-se impraticável o diagnóstico clínico. A regra 17 também é apenas confirmatória da robustez dos padrões de relacionamento, já que é presidida por um atributo de diagnóstico em que houve confirmação laboratorial. Isto serve, até mesmo, como validação metodológica de conteúdo para a ferramenta de mineração de dados utilizada. As demais regras são bastante informativas e sugerem padrões que explicitam mecanismos etiológicos já descritos na literatura especializada, ou então criam hipóteses epidemiológicas criativas, que podem elucidar a ocorrência e formas de distribuição das hepatites virais na população curitibana. Por exemplo, a regra 1 que confirma a importância do vírus A nas formas agudas que evoluem para a cura. Ou as regras 2, 3 e 5, relacionadas a populações mais jovens ( 23 anos), freqüentemente identificadas na forma de hepatite aguda, e que evoluem para cura (ou para hepatite crônica), sendo significativamente associadas ao vírus tipo B. Neste caso, também é digna de ênfase a regra 10, que chama a atenção para a importância da vacinação e as conseqüências de sua não realização para expostos suscetíveis. Muito importantes, também, as regras 6, 7, 8, 9 e 11, em que são identificadas as formas de hepatites crônicas em populações mais velhas ( 28 anos) que evoluem para hepatite crônica, com graves desfechos para a saúde da população de casos, e que estão tendencialmente associadas ao vírus tipo C. Discussão e Conclusões A utilização da ferramenta de KDD, particularmente como processo exploratório do SINAN, para os dados de 2003 de Curitiba, demonstrou ser valiosa para a geração de padrões de relacionamento da classificação e estrutura etiológica das hepatites virais e de alguns de seus aspectos epidemiológicos. Através da aplicação do KDD foi possível visualizar a distribuição e freqüência das variáveis, permitindo comparar as informações adquiridas com o conhecimento disponível na literatura. Os objetivos propostos neste trabalho puderam ser parcialmente atendidos. A metodologia utilizada mostrou-se útil na geração de informações parcimoniosas, mas suficientes para confirmar o valor explicativo de alguns atributos e sua relação com as hepatites virais estudadas. O processo gerado também foi importante por revelar inconsistências nos relacionamentos gerados, o que pode indicar erros de preenchimento na origem ou investigações com desenvolvimento ou conclusões inadequadas. Tais achados são de grande utilidade quando se busca melhorar a qualidade dos sistemas de informações, sugerindo a melhor capacitação das equipes envolvidas com a alimentação e manutenção dos dados de tais sistemas. Especial interesse também deve ser devotado para os resultados alcançados com a metodologia empregada: a árvore de decisão e as regras de classificação. Ambos apresentaram vantagens relativas à simplicidade, objetividade e depuração dos dados, que normalmente se apresentam extremamente complexos e confundidos nos sistemas de informações. Atributos como idade, vacinação contra hepatite

6 B, forma clínica, evolução e diagnóstico da doença se mostraram muito importantes e ajudaram a dar clareza na construção da classificação etiológica e do perfil epidemiológico das hepatites virais. Há, contudo, limitações a serem apontadas. Alguns padrões de relacionamento gerados são irrelevantes ou de difícil tradução. Talvez, muito disto se deva a padrões lógicos de repetição de relacionamentos óbvios, ou então pela repetição sistemática de erros de registros, ou ainda por dados ausentes. Tais obviedades ou imprecisões são apenas confirmadas em processos em que os dados são trabalhos por iteratividade e algoritmos. Merece atenção, ainda, o aspecto de que tal metodologia não permite a localização espacial dos diversos tipos de casos em um território determinado. Seria de grande valor a utilização de uma ferramenta complementar para o geo-referenciamento das informações. Também não foi possível investigar os padrões de ocorrência das hepatites virais, quando associados a quadros de co-morbidade e demais covariáveis que podem atuar como fatores de risco (renais crônicos, hemofílicos, usuários de drogas, dentre outros). Com base nestas considerações de potencialidades e limitações, conclui-se que a utilização de KDD mostrou-se útil e aplicável para o processamento da classificação etiológica e perfilização epidemiológica das hepatites virais, a partir do SINAN. Referências [1] Ministério Da Saúde, F. N. D. S., Centro Nacional De Epidemiologia. Doenças Infecciosas e Parasitárias [2] J.P. Vaughan, R. H. M. Epidemiologia para os municípios - manual para gerenciamento dos distritos sanitários [3] Datasus, M. D. S.-F. N. D. S.-C. Manual do Usuário Outubro [4] Ministério da Saúde, F. N. d. S., Saúde pactua ações para combate a Hepatites. Disponível em oes/noticias/noticias_detalhe.cfm?co_seq_not icia=9075, acessado em 06/04/2004. [5] Lavrac, N. Selected Techniques for Data Mining In Medicine. Artificial Intelligence In Medicine. Vol [6] Viana, R. Mineração de dados: Introdução e Aplicações. Rio de Janeiro: SQL Magazine, ed pg [7] Navega, S. Princípios Essenciais do Data Mining. Anais do Infoimagem 2002, Cenadem, Novembro [8] Batista, G. E. D. A. P. A. Pré-processamento de Dados em Aprendizado e Máquina Supervisonado. Tese de Doutorado, USP, São Carlos, [9] Bernardes, R. M. C4.5: Um Recurso para Geração de Árvores de Decisão. Campinas: Embrapa Informática Agropecuária, [10] David J. Hand, Statistics and Data Mining: Intersecting Disciplines, SIGKDD Explorations, ACM SIGKDD, June 1999, Vol. 1, Issue 1, pp [11] R.D. Lawrence & G.S. Almasi & V. Kotlyar & M.S. Viveros & S.S. Duri, Personalization of Supermarket Product Recommendations, Data Mining and Knowledge Discovery, 5, pp , 2001 [12] Myra Spiliopoulou & Carsten Pohle, Data Mining for Measuring and Improving the Success of Web Sites, Data Mining and Knowledge Discovery, 5, pp , [13] M. Holsheimer & A.P.J.M. Siebes, Data Mining: the search for knowledge in databases, Report CS-R9406, ISSN X, CWI, P.O. Box 94079, 1090 GB Amsterdam, The Netherlands. Contato Carla Machado da Trindade, Analista de Sistemas, Secretaria de Estado da Saúde do Paraná, Mestranda em Tecnologia em Saúde pela Pontifícia Universidade Católica do Paraná, Endereço: Magdalena Chagas Lima, 247, São Braz, Curitiba, Paraná, Celular: , ; Diogo D. de Souza, ; Claudia Mara Cabral Moro ; Marcia Gil Aldenucci ; Julio Cesar Nievola ; Samuel Jorge Moysés

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA Lizianne Priscila Marques SOUTO 1 1 Faculdade de Ciências Sociais e Aplicadas

Leia mais

Palavras- chave: Vigilância epidemiológica, Dengue, Enfermagem

Palavras- chave: Vigilância epidemiológica, Dengue, Enfermagem ANÁLISE DAS NOTIFICAÇÕES DE DENGUE APÓS ATUAÇÃO DO SERVIÇO DE VIGILÂNCIA EPIDEMIOLÓGICA HOSPITALAR INTRODUÇÃO: A Dengue é uma doença infecciosa febril aguda de amplo espectro clínico e de grande importância

Leia mais

APLICAÇÃO DA DESCOBERTA DE CONHECIMENTO EM BASE DE DADOS PARA IDENTIFICAÇÃO DE CARACTERÍSTICAS RELACIONADAS À MORTALIDADE INFANTIL.

APLICAÇÃO DA DESCOBERTA DE CONHECIMENTO EM BASE DE DADOS PARA IDENTIFICAÇÃO DE CARACTERÍSTICAS RELACIONADAS À MORTALIDADE INFANTIL. APLICAÇÃO DA DESCOBERTA DE CONHECIMENTO EM BASE DE DADOS PARA IDENTIFICAÇÃO DE CARACTERÍSTICAS RELACIONADAS À MORTALIDADE INFANTIL. Autores: VIANNA, R. C. X. F. 1,2 ; BARRA, C. M. C. M 1. Afiliação: 1.

Leia mais

Ações de Vigilância Epidemiológica, Perspectivas e Desafios para o enfrentamento de uma nova epidemia

Ações de Vigilância Epidemiológica, Perspectivas e Desafios para o enfrentamento de uma nova epidemia Superintendência de Vigilância em Saúde Gerência de Vigilância Epidemiológica das Doenças Transmissíveis Coordenação de Dengue e Febre Amarela Ações de Vigilância Epidemiológica, Perspectivas e Desafios

Leia mais

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

É uma doença respiratória aguda, causada pelo vírus A (H1N1).

É uma doença respiratória aguda, causada pelo vírus A (H1N1). INFLUENZA (GRIPE) SUÍNA INFLUENZA SUÍNA É uma doença respiratória aguda, causada pelo vírus A (H1N1). Assim como a gripe comum, a influenza suína é transmitida, principalmente, por meio de tosse, espirro

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

3 Metodologia de Previsão de Padrões de Falha

3 Metodologia de Previsão de Padrões de Falha 3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar

Leia mais

Vigilância Epidemiológica das Hepatites Virais Programa Estadual para a Prevenção e o Controle das Hepatites Virais/RS

Vigilância Epidemiológica das Hepatites Virais Programa Estadual para a Prevenção e o Controle das Hepatites Virais/RS Vigilância Epidemiológica das Hepatites Virais Programa Estadual para a Prevenção e o Controle das Hepatites Virais/RS Lucia Mardini DVAS Hepatites Virais Hepatite: inflamação do fígado. As hepatites podem

Leia mais

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO Fernanda Delizete Madeira 1 ; Aracele Garcia de Oliveira Fassbinder 2 INTRODUÇÃO Data

Leia mais

MINISTÉRIO DA SAÚDE SECRETARIA DE VIGILÂNCIA EM SAÚDE Esplanada dos Ministérios, Edifício Sede, 1º andar, Sala 131 CEP 70.058-900 sinan@saude.gov.

MINISTÉRIO DA SAÚDE SECRETARIA DE VIGILÂNCIA EM SAÚDE Esplanada dos Ministérios, Edifício Sede, 1º andar, Sala 131 CEP 70.058-900 sinan@saude.gov. MINISTÉRIO DA SAÚDE SECRETARIA DE VIGILÂNCIA EM SAÚDE Esplanada dos Ministérios, Edifício Sede, 1º andar, Sala 131 CEP 70.058-900 sinan@saude.gov.br NOTA TÉCNICA N.º 01/2010 GT-SINAN/CIEVS/DEVEP/SVS/MS

Leia mais

DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS

DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS Tácio Dias Palhão Mendes Bacharelando em Sistemas de Informação Bolsista de Iniciação Científica da FAPEMIG taciomendes@yahoo.com.br Prof.

Leia mais

CARACTERÍSTCAS DOS ATENDIMENTOS AOS PACIENTES COM GRIPE H1N1 EM UM SERVIÇO DE REFERÊNCIA

CARACTERÍSTCAS DOS ATENDIMENTOS AOS PACIENTES COM GRIPE H1N1 EM UM SERVIÇO DE REFERÊNCIA 25 a 28 de Outubro de 2011 ISBN 978-85-8084-055-1 CARACTERÍSTCAS DOS ATENDIMENTOS AOS PACIENTES COM GRIPE H1N1 EM UM SERVIÇO DE REFERÊNCIA Regina Lúcia Dalla Torre Silva 1 ; Marcia helena Freire Orlandi

Leia mais

IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES ENTRE PRODUTOS DE UMA BASE DE DADOS REAL

IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES ENTRE PRODUTOS DE UMA BASE DE DADOS REAL Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES

Leia mais

Capítulo 7 Estudos sobre Causalidade e Etiologia

Capítulo 7 Estudos sobre Causalidade e Etiologia L E I T u R A C R í T I C A D E A R T I G O S C I E N T í F I CO S 105 Capítulo 7 Estudos sobre Causalidade e Etiologia 7.1 Introdução Relembrando o que foi dito no capítulo 1 os estudos randomizados,

Leia mais

Data, Text and Web Mining

Data, Text and Web Mining Data, Text and Web Mining Fabrício J. Barth TerraForum Consultores Junho de 2010 Objetivo Apresentar a importância do tema, os conceitos relacionados e alguns exemplos de aplicações. Data, Text and Web

Leia mais

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas

Leia mais

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL

Leia mais

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka 1 Introdução A mineração de dados (data mining) pode ser definida como o processo automático de descoberta de conhecimento em bases de

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais

Leia mais

O ACONSELHAMENTO NO HIV EM UMA COMUNIDADE COMO MEDIDA PREVENTIVA

O ACONSELHAMENTO NO HIV EM UMA COMUNIDADE COMO MEDIDA PREVENTIVA O ACONSELHAMENTO NO HIV EM UMA COMUNIDADE COMO MEDIDA PREVENTIVA Zardo L*¹ Silva CL*² Zarpellon LD*³ Cabral LPA* 4 Resumo O Vírus da Imunodeficiência humana (HIV) é um retrovírus que ataca o sistema imunológico.através

Leia mais

O Processo de KDD Knowledge Discovery in Database para Aplicações na Medicina

O Processo de KDD Knowledge Discovery in Database para Aplicações na Medicina SEMINC 2001 57 O Processo de KDD Knowledge Discovery in Database para Aplicações na Medicina MARIZA FERRO HUEI DIANA LEE UNIOESTE - Universidade Estadual do Oeste do Paraná CECE Centro de Engenharias e

Leia mais

Data Mining: Conceitos e Técnicas

Data Mining: Conceitos e Técnicas Data Mining: Conceitos e Técnicas DM, DW e OLAP Data Warehousing e OLAP para Data Mining O que é data warehouse? De data warehousing para data mining Data Warehousing e OLAP para Data Mining Data Warehouse:

Leia mais

Boletim Epidemiológico Secretaria de Vigilância em Saúde Ministério da Saúde Influenza: Monitoramento até a Semana Epidemiológica 29 de 2014

Boletim Epidemiológico Secretaria de Vigilância em Saúde Ministério da Saúde Influenza: Monitoramento até a Semana Epidemiológica 29 de 2014 Boletim Epidemiológico Secretaria de Vigilância em Saúde Ministério da Saúde Influenza: Monitoramento até a Semana Epidemiológica 29 de 2014 A vigilância da influenza no Brasil é composta pela vigilância

Leia mais

AVALIAÇÃO DA EPIDEMIA DE AIDS NO RIO GRANDE DO SUL dezembro de 2007

AVALIAÇÃO DA EPIDEMIA DE AIDS NO RIO GRANDE DO SUL dezembro de 2007 AVALIAÇÃO DA EPIDEMIA DE AIDS NO RIO GRANDE DO SUL dezembro de 2007 Notas importantes: O Banco de dados (BD) do Sistema de Informação Nacional de Agravos de Notificação (SINAN) vem sofrendo nos últimos

Leia mais

Extração de Conhecimento a partir dos Sistemas de Informação

Extração de Conhecimento a partir dos Sistemas de Informação Extração de Conhecimento a partir dos Sistemas de Informação Gisele Faffe Pellegrini & Katia Collazos Grupo de Pesquisa em Eng. Biomédica Universidade Federal de Santa Catarina Jorge Muniz Barreto Prof.

Leia mais

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI Fernando Luiz de Oliveira 1 Thereza Patrícia. P. Padilha 1 Conceição A. Previero 2 Leandro Maciel Almeida 1 RESUMO O processo

Leia mais

Arquivos de definição: aidsw.def (aids adulto) e aidscw.def (aids criança) Base de dados: Iaids.DBF (aids adulto) e Iaidsc.

Arquivos de definição: aidsw.def (aids adulto) e aidscw.def (aids criança) Base de dados: Iaids.DBF (aids adulto) e Iaidsc. AIDS Para construir série histórica de alguns indicadores epidemiológicos e operacionais referentes a casos de aids adulto e criança anteriores ao ano de 2007, incluídos no SinanW, deve-se utilizar os

Leia mais

O USO DA EPIDEMIOLOGIA NO PLANEJAMENTO DAS AÇOES DE SAÚDE: UM ESTUDO NOS PSF s DE FORMIGA-MG

O USO DA EPIDEMIOLOGIA NO PLANEJAMENTO DAS AÇOES DE SAÚDE: UM ESTUDO NOS PSF s DE FORMIGA-MG O USO DA EPIDEMIOLOGIA NO PLANEJAMENTO DAS AÇOES DE SAÚDE: UM ESTUDO NOS PSF s DE FORMIGA-MG Aline Rodrigues ALVES Centro Federal de Educação Tecnológica de Bambuí RESUMO A inserção efetiva do uso da epidemiologia

Leia mais

PREVENÇÃO DE DST/AIDS APÓS VIOLÊNCIA SEXUAL AVALIAÇÃO DOS CASOS NOTIFICADOS À SES/RS.

PREVENÇÃO DE DST/AIDS APÓS VIOLÊNCIA SEXUAL AVALIAÇÃO DOS CASOS NOTIFICADOS À SES/RS. PREVENÇÃO DE DST/AIDS APÓS VIOLÊNCIA SEXUAL AVALIAÇÃO DOS CASOS NOTIFICADOS À SES/RS. Introdução e método: A violência física em especial a violência sexual é, sem dúvida, um problema de saúde pública.

Leia mais

ALERTA SARAMPO Atualização da Situação Epidemiológica, Setembro 2014:

ALERTA SARAMPO Atualização da Situação Epidemiológica, Setembro 2014: ALERTA SARAMPO Atualização da Situação Epidemiológica, Setembro 2014: O Estado de São Paulo reforça a recomendação para que todos os GVE mantenham os municípios de sua área de abrangência em TOTAL ALERTA

Leia mais

Módulo 4: Gerenciamento de Dados

Módulo 4: Gerenciamento de Dados Módulo 4: Gerenciamento de Dados 1 1. CONCEITOS Os dados são um recurso organizacional decisivo que precisa ser administrado como outros importantes ativos das empresas. A maioria das organizações não

Leia mais

AVALIAÇÃO DA EPIDEMIA DE AIDS NO RIO GRANDE DO SUL dezembro de 2007

AVALIAÇÃO DA EPIDEMIA DE AIDS NO RIO GRANDE DO SUL dezembro de 2007 AVALIAÇÃO DA EPIDEMIA DE AIDS NO RIO GRANDE DO SUL dezembro de 2007 Notas importantes: O Banco de dados (BD) do Sistema de Informação Nacional de Agravos de Notificação (SINAN) vem sofrendo nos últimos

Leia mais

Qualidade de Dados para Gestão do Conhecimento na Área de Saúde

Qualidade de Dados para Gestão do Conhecimento na Área de Saúde Qualidade de Dados para Gestão do Conhecimento na Área de Saúde Valéria Farinazzo Martins Salvador Mozart Britto Lincoln de Assis Moura Jr. Jorge Rady de Almeida Junior Roteiro Introdução Qualidade de

Leia mais

PROJETO DE REDES www.projetoderedes.com.br

PROJETO DE REDES www.projetoderedes.com.br PROJETO DE REDES www.projetoderedes.com.br Centro Universitário de Volta Redonda - UniFOA Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro

Leia mais

Possibilidade de Avaliação dos Sistemas de Informação: O estudo do SIM

Possibilidade de Avaliação dos Sistemas de Informação: O estudo do SIM * SES-PE ** IMIP Secretaria de Saúde do Estado de Pernambuco Secretaria Executiva de Vigilância em Saúde Diretoria Geral de Vigilância Epidemiológica e Ambiental Gerencia de Monitoramento e Vigilância

Leia mais

Padronização de Processos: BI e KDD

Padronização de Processos: BI e KDD 47 Padronização de Processos: BI e KDD Nara Martini Bigolin Departamento da Tecnologia da Informação -Universidade Federal de Santa Maria 98400-000 Frederico Westphalen RS Brazil nara.bigolin@ufsm.br Abstract:

Leia mais

Prof. Msc. Paulo Muniz de Ávila

Prof. Msc. Paulo Muniz de Ávila Prof. Msc. Paulo Muniz de Ávila O que é Data Mining? Mineração de dados (descoberta de conhecimento em bases de dados): Extração de informação interessante (não-trivial, implícita, previamente desconhecida

Leia mais

Informe Epidemiológico CHIKUNGUNYA N O 03 Atualizado em 24-11-2014, às 11h.

Informe Epidemiológico CHIKUNGUNYA N O 03 Atualizado em 24-11-2014, às 11h. Informe Epidemiológico CHIKUNGUNYA N O 03 Atualizado em 24-11-2014, às 11h. Vigilância Epidemiológica de Febre Chikungunya No Brasil, a febre chikungunya é uma doença de notificação compulsória e imediata,

Leia mais

Boletim Epidemiológico Secretaria de Vigilância em Saúde Ministério da Saúde Influenza: Monitoramento até a Semana Epidemiológica 37 de 2015

Boletim Epidemiológico Secretaria de Vigilância em Saúde Ministério da Saúde Influenza: Monitoramento até a Semana Epidemiológica 37 de 2015 Boletim Epidemiológico Secretaria de Vigilância em Saúde Ministério da Saúde Influenza: Monitoramento até a Semana Epidemiológica 37 de 2015 A vigilância da influenza no Brasil é composta pela vigilância

Leia mais

INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA

INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA CURSO DE ESPECIALIZAÇÃO EM ANÁLISE DE AMBIENTE ELETROMAGNÉTICO CEAAE /2008 DISCIPLINA EE-09: Inteligência

Leia mais

a) Situação-problema e/ou demanda inicial que motivou e/ou requereu o desenvolvimento desta iniciativa;

a) Situação-problema e/ou demanda inicial que motivou e/ou requereu o desenvolvimento desta iniciativa; TÍTULO DA PRÁTICA: PERFIL EPIDEMIOLÓGICO DOS CASOS DE TUBERCULOSE DO DISTRITO SANITÁRIO CENTRO 2011: apresentação regular dos dados de tuberculose as unidades do Distrito Sanitário Centro CÓDIGO DA PRÁTICA:

Leia mais

PROTOCOLO PARA INVESTIGAÇÃO DE SURTOS

PROTOCOLO PARA INVESTIGAÇÃO DE SURTOS PROTOCOLO PARA INVESTIGAÇÃO DE SURTOS Proposta Final Salvador, Agosto de 2011 1 PROTOCOLO DE AÇÃO PARA AS SITUAÇÕES DE SURTOS CLASSIFICADOS COMO EMERGÊNCIA EM SAÚDE PÚBLICA O conceito de emergência de

Leia mais

Data mining na descoberta de padrões de sintomas com foco no auxílio ao diagnóstico médico

Data mining na descoberta de padrões de sintomas com foco no auxílio ao diagnóstico médico Data mining na descoberta de padrões de sintomas com foco no auxílio ao diagnóstico médico Alexander Rivas de Melo Junior 1, Márcio Palheta Piedade 1 1 Ciência da Computação Centro de Ensino Superior FUCAPI

Leia mais

1. CONCEITOS BÁSICOS DE BD, SBD E SGBD

1. CONCEITOS BÁSICOS DE BD, SBD E SGBD Introdução 1. CONCEITOS BÁSICOS DE BD, SBD E SGBD A importância da informação para a tomada de decisões nas organizações tem impulsionado o desenvolvimento dos sistemas de processamento de informações.

Leia mais

Para a citação deste material como referência, favor seguir conforme abaixo:

Para a citação deste material como referência, favor seguir conforme abaixo: Para a citação deste material como referência, favor seguir conforme abaixo: ALVARELI, Luciani Vieira Gomes. Novo roteiro para elaboração do projeto de trabalho de graduação. Cruzeiro: Centro Paula Souza,

Leia mais

Experiência: REDUÇÃO DA TAXA DE CANCELAMENTO DE CIRURGIAS ATRAVÉS DA OTIMIZAÇÃO DO PROCESSO ASSISTENCIAL

Experiência: REDUÇÃO DA TAXA DE CANCELAMENTO DE CIRURGIAS ATRAVÉS DA OTIMIZAÇÃO DO PROCESSO ASSISTENCIAL Experiência: REDUÇÃO DA TAXA DE CANCELAMENTO DE CIRURGIAS ATRAVÉS DA OTIMIZAÇÃO DO PROCESSO ASSISTENCIAL Hospital de Clínicas de Porto Alegre Ministério da Educação Responsável: Sérgio Carlos Eduardo Pinto

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

INSTITUTO VIANNA JÚNIOR LTDA FACULDADES INTEGRADAS DO INSTITUTO VIANNA JUNIOR O TEXT MINING PARA APOIO A TOMADA DE DECISÃO

INSTITUTO VIANNA JÚNIOR LTDA FACULDADES INTEGRADAS DO INSTITUTO VIANNA JUNIOR O TEXT MINING PARA APOIO A TOMADA DE DECISÃO INSTITUTO VIANNA JÚNIOR LTDA FACULDADES INTEGRADAS DO INSTITUTO VIANNA JUNIOR O TEXT MINING PARA APOIO A TOMADA DE DECISÃO Lúcia Helena de Magalhães 1 Márcio Aarestrup Arbex 2 Resumo Este artigo tem como

Leia mais

Data Mining. Origem do Data Mining 24/05/2012. Data Mining. Prof Luiz Antonio do Nascimento

Data Mining. Origem do Data Mining 24/05/2012. Data Mining. Prof Luiz Antonio do Nascimento Data Mining Prof Luiz Antonio do Nascimento Data Mining Ferramenta utilizada para análise de dados para gerar, automaticamente, uma hipótese sobre padrões e anomalias identificadas para poder prever um

Leia mais

Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado

Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado Alessandro Ferreira Brito 1, Rodrigo Augusto R. S. Baluz 1, Jean Carlo Galvão Mourão 1, Francisco das Chagas Rocha 2

Leia mais

Vigilância em Saúde. Perfil do Tétano em Alagoas de 2007 a 2014. Nesta Edição: ANO 4 Nº 01 ANUAL JANEIRO 15

Vigilância em Saúde. Perfil do Tétano em Alagoas de 2007 a 2014. Nesta Edição: ANO 4 Nº 01 ANUAL JANEIRO 15 Diretoria de Epidemiológica Gerência de Doenças Imunopreveníveis e Programa de Imunizações ANO 4 Nº 01 ANUAL JANEIRO 15 Nesta Edição: 1. Perfil do Tétano em Alagoas de 2007 a 2. Intensificação das Ações

Leia mais

ANAIS DA 4ª MOSTRA DE TRABALHOS EM SAÚDE PÚBLICA 29 e 30 de novembro de 2010 Unioeste Campus de Cascavel ISSN 2176-4778

ANAIS DA 4ª MOSTRA DE TRABALHOS EM SAÚDE PÚBLICA 29 e 30 de novembro de 2010 Unioeste Campus de Cascavel ISSN 2176-4778 ORGANIZAÇÃO DAS AÇÕES EM SAÚDE DO TRABALHADOR NA ATENÇÃO BÁSICA NOS MUNICÍPIOS DA 20ª REGIONAL DE SAÚDE DO PARANÁ 1 Viviane Delcy da Silva 2 Neide Tiemi Murofuse INTRODUÇÃO A Saúde do Trabalhador (ST)

Leia mais

DOENÇA DIARREICA AGUDA. Edição nº 9, fevereiro / 2014 Ano III. DOENÇA DIARRÉICA AGUDA CID 10: A00 a A09

DOENÇA DIARREICA AGUDA. Edição nº 9, fevereiro / 2014 Ano III. DOENÇA DIARRÉICA AGUDA CID 10: A00 a A09 NOME DO AGRAVO CID-10: DOENÇA DIARRÉICA AGUDA CID 10: A00 a A09 A doença diarreica aguda (DDA) é uma síndrome clínica de diversas etiologias (bactérias, vírus e parasitos) que se caracteriza por alterações

Leia mais

Diminui a mortalidade por Aids no Estado de São Paulo

Diminui a mortalidade por Aids no Estado de São Paulo Diminui a mortalidade por Aids no Estado de São Paulo Em 2012, ocorreram 2.767 óbitos por Aids no Estado de São Paulo, o que representa importante queda em relação ao pico observado em 1995 (7.739). A

Leia mais

ANEXO RESOLUÇÃO COFEN Nº 468/2014 ATUAÇÃO DO ENFERMEIRO NO ACONSELHAMENTO GENÉTICO

ANEXO RESOLUÇÃO COFEN Nº 468/2014 ATUAÇÃO DO ENFERMEIRO NO ACONSELHAMENTO GENÉTICO ANEXO RESOLUÇÃO COFEN Nº 468/2014 ATUAÇÃO DO ENFERMEIRO NO ACONSELHAMENTO GENÉTICO I. OBJETIVO Estabelecer diretrizes para atuação privativa do Enfermeiro em Aconselhamento Genético, no âmbito da equipe

Leia mais

Roteiro para uso do banco de dados do SINAN Online Dengue para análise de completitude e inconsistências

Roteiro para uso do banco de dados do SINAN Online Dengue para análise de completitude e inconsistências Roteiro para uso do banco de dados do SINAN Online Dengue para análise de completitude e inconsistências O Sistema de Informação de Agravos de Notificação Online (SINAN Online) tem por objetivo a notificação

Leia mais

Saúdee Trabalho. Raphael Mendonça Guimarães, Ph.D

Saúdee Trabalho. Raphael Mendonça Guimarães, Ph.D Saúdee Trabalho Raphael Mendonça Guimarães, Ph.D TRABALHADORES X POPULAÇÃO GERAL Saúde do Trabalhador Medicina do Trabalho; Saúde Ocupacional; Saúde do Trabalhador. Exposição ambiental X Exposição ocupacional

Leia mais

Vigilância Epidemiológica de casos suspeitos de Doença do Vírus Ebola DVE e Atividades do CIEVS/Goiás

Vigilância Epidemiológica de casos suspeitos de Doença do Vírus Ebola DVE e Atividades do CIEVS/Goiás Vigilância Epidemiológica de casos suspeitos de Doença do Vírus Ebola DVE e Atividades do CIEVS/Goiás Definição dos Casos de DVE segundo OMS Caso Suspeito: Indivíduos procedentes, nos últimos 21 dias,

Leia mais

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES.

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 88 BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Andrios Robert Silva Pereira, Renato Zanutto

Leia mais

SECRETARIA DE ESTADO DA SAÚDE DO ESTADO DO PARANÁ CENTRAL ESTADUAL DE TRANSPLANTES DO PARANÁ

SECRETARIA DE ESTADO DA SAÚDE DO ESTADO DO PARANÁ CENTRAL ESTADUAL DE TRANSPLANTES DO PARANÁ SECRETARIA DE ESTADO DA SAÚDE DO ESTADO DO PARANÁ CENTRAL ESTADUAL DE TRANSPLANTES DO PARANÁ MANUAL DO PACIENTE TRANSPLANTE DE CORAÇÃO CURITIBA 2012 Índice 1. Objetivo... 3 2. O que é a Central Estadual

Leia mais

B O L E T I M EPIDEMIOLÓGICO HEPATITES VIRAIS. ano III nº 01

B O L E T I M EPIDEMIOLÓGICO HEPATITES VIRAIS. ano III nº 01 B O L E T I M EPIDEMIOLÓGICO HEPATITES VIRAIS ano III nº 01 2012. Ministério da Saúde É permitida a reprodução parcial ou total desta obra, desde que citada a fonte. Expediente Boletim Epidemiológico Hepatites

Leia mais

Sinan Net. Manual de Operação. Versão do produto: 5.0. Edição do documento: 1.0 Outubro de 2014. Série A. Normas e Manuais Técnicos.

Sinan Net. Manual de Operação. Versão do produto: 5.0. Edição do documento: 1.0 Outubro de 2014. Série A. Normas e Manuais Técnicos. Sinan Net Manual de Operação Versão do produto: 5.0 Edição do documento: 1.0 Outubro de 2014 Série A. Normas e Manuais Técnicos MINISTÉRIO DA SAÚDE Secretaria Executiva Departamento de Informática do SUS

Leia mais

Glossário. Caso Pendente de Intoxicação: aquele que não passou por avaliação médica.(oms)

Glossário. Caso Pendente de Intoxicação: aquele que não passou por avaliação médica.(oms) Toxicovigilância Glossário Agente Tóxico (Toxicante): é qualquer substância, ou seus metabólitos, capaz de produzir um efeito tóxico (nocivo, danoso) num organismo vivo, ocasionando desde alterações bioquímicas,

Leia mais

Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1

Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1 Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1 Rafaela Giroto, 10º módulo de Ciência da Computação,

Leia mais

ESTUDO COMPARATIVO NBR ISO 13485:2004 RDC 59:2000 PORTARIA 686:1998 ITENS DE VERIFICAÇÃO PARA AUDITORIA

ESTUDO COMPARATIVO NBR ISO 13485:2004 RDC 59:2000 PORTARIA 686:1998 ITENS DE VERIFICAÇÃO PARA AUDITORIA ESTUDOCOMPARATIVO NBRISO13485:2004 RDC59:2000 PORTARIA686:1998 ITENSDEVERIFICAÇÃOPARAAUDITORIA 1. OBJETIVO 1.2. 1. Há algum requisito da Clausula 7 da NBR ISO 13485:2004 que foi excluída do escopo de aplicação

Leia mais

ADM041 / EPR806 Sistemas de Informação

ADM041 / EPR806 Sistemas de Informação ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes

Leia mais

LEVANTAMENTO DE REQUISITOS SEGUNDO O MÉTODO VOLERE

LEVANTAMENTO DE REQUISITOS SEGUNDO O MÉTODO VOLERE LEVANTAMENTO DE REQUISITOS SEGUNDO O MÉTODO VOLERE RESUMO Fazer um bom levantamento e especificação de requisitos é algo primordial para quem trabalha com desenvolvimento de sistemas. Esse levantamento

Leia mais

Capacitação para uso do SITETB

Capacitação para uso do SITETB Capacitação para uso do SITETB Sistema de Informação de tratamentos especiais da tuberculose Paraná Curitiba, 3 e 4 de setembro de 2012 Objetivos da capacitação Explicar as ferramentas do SITETB e como

Leia mais

KDD. Fases limpeza etc. Datamining OBJETIVOS PRIMÁRIOS. Conceitos o que é?

KDD. Fases limpeza etc. Datamining OBJETIVOS PRIMÁRIOS. Conceitos o que é? KDD Conceitos o que é? Fases limpeza etc Datamining OBJETIVOS PRIMÁRIOS TAREFAS PRIMÁRIAS Classificação Regressão Clusterização OBJETIVOS PRIMÁRIOS NA PRÁTICA SÃO DESCRIÇÃO E PREDIÇÃO Descrição Wizrule

Leia mais

Curso de Verão 2012 - Bioinformática

Curso de Verão 2012 - Bioinformática Curso de Verão 2012 - Bioinformática Bancos de Dados Biológicos Márcio K. Oikawa - UFABC marcio.oikawa@ufabc.edu.br Agenda Introdução: O que são bancos de dados? Por que são importantes? Bancos de dados

Leia mais

2. Quais os objetivos do Programa Nacional de Segurança do Paciente?

2. Quais os objetivos do Programa Nacional de Segurança do Paciente? O tema Segurança do Paciente vem sendo desenvolvido sistematicamente pela Agência Nacional de Vigilância Sanitária (ANVISA) desde sua criação, cooperando com a missão da Vigilância Sanitária de proteger

Leia mais

Epidemiologia e Planejamento em Saúde como Ferramentas para a Assistência Farmacêutica

Epidemiologia e Planejamento em Saúde como Ferramentas para a Assistência Farmacêutica Epidemiologia e Planejamento em Saúde como Ferramentas para a Assistência Farmacêutica Gabriela Bittencourt Gonzalez Mosegui Instituto de Saúde da Comunidade ISC/UFF Adaptado de Carlos Magno C.B.Fortaleza

Leia mais

SECRETARIA DE ESTADO DA SAÚDE COORDENADORIA DE CONTROLE DE DOENÇAS CENTRO DE VIGILÂNCIA EPIDEMIOLÓGICA

SECRETARIA DE ESTADO DA SAÚDE COORDENADORIA DE CONTROLE DE DOENÇAS CENTRO DE VIGILÂNCIA EPIDEMIOLÓGICA Informe Técnico nº 1 MERCÚRIO METÁLICO Diante da exposição por Mercúrio metálico de moradores do Distrito de Primavera, Município de Rosana, SP, a DOMA/CVE presta o seguinte Informe Técnico. Breve histórico

Leia mais

1. Aspectos Epidemiológicos

1. Aspectos Epidemiológicos 1. AspectosEpidemiológicos A influenza é uma infecção viral que afeta principalmente o nariz, a garganta, os brônquiose,ocasionalmente,ospulmões.sãoconhecidostrêstiposdevírusdainfluenza:a,b e C. Esses

Leia mais

Universidade de Brasília. Faculdade de Ciência da Informação. Prof a Lillian Alvares

Universidade de Brasília. Faculdade de Ciência da Informação. Prof a Lillian Alvares Universidade de Brasília Faculdade de Ciência da Informação Prof a Lillian Alvares Fóruns Comunidades de Prática Mapeamento do Conhecimento Portal Intranet Extranet Banco de Competências Memória Organizacional

Leia mais

Análise de Sistemas. Conceito de análise de sistemas

Análise de Sistemas. Conceito de análise de sistemas Análise de Sistemas Conceito de análise de sistemas Sistema: Conjunto de partes organizadas (estruturadas) que concorrem para atingir um (ou mais) objectivos. Sistema de informação (SI): sub-sistema de

Leia mais

KDD UMA VISAL GERAL DO PROCESSO

KDD UMA VISAL GERAL DO PROCESSO KDD UMA VISAL GERAL DO PROCESSO por Fernando Sarturi Prass 1 1.Introdução O aumento das transações comerciais por meio eletrônico, em especial as feitas via Internet, possibilitou as empresas armazenar

Leia mais

DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES

DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES Janaína Schwarzrock jana_100ideia@hotmail.com Prof. Leonardo W. Sommariva RESUMO: Este artigo trata da importância da informação na hora da tomada de decisão,

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Disciplina: Marcos Morais de Sousa marcosmoraisdesousa@gmail.com marcosmoraisdesousa.blogspot.com Sistemas de informação Engenharia de Software II Gerenciamento de Qualidade CMMI e MPS.BR

Leia mais

SUS: princípios doutrinários e Lei Orgânica da Saúde

SUS: princípios doutrinários e Lei Orgânica da Saúde Universidade de Cuiabá - UNIC Núcleo de Disciplinas Integradas Disciplina: Formação Integral em Saúde SUS: princípios doutrinários e Lei Orgânica da Saúde Profª Andressa Menegaz SUS - Conceito Ações e

Leia mais

ATENÇÃO: ESTE ARTIGO NÃO PODERÁ SER UTILIZADO PARA FINS COMERCIAIS. DEVERÁ OBRIGATORIAMENTE SER REFERENCIADO COMO:

ATENÇÃO: ESTE ARTIGO NÃO PODERÁ SER UTILIZADO PARA FINS COMERCIAIS. DEVERÁ OBRIGATORIAMENTE SER REFERENCIADO COMO: ATENÇÃO: ESTE ARTIGO NÃO PODERÁ SER UTILIZADO PARA FINS COMERCIAIS. DEVERÁ OBRIGATORIAMENTE SER REFERENCIADO COMO: Fabre, Jorge Leandro; Carvalho, José Oscar Fontanini de. (2004). Uma Taxonomia para Informações

Leia mais

Universidade de Brasília. Departamento de Ciência da Informação e Documentação. Prof a.:lillian Alvares

Universidade de Brasília. Departamento de Ciência da Informação e Documentação. Prof a.:lillian Alvares Universidade de Brasília Departamento de Ciência da Informação e Documentação Prof a.:lillian Alvares Fóruns óu s/ Listas de discussão Espaços para discutir, homogeneizar e compartilhar informações, idéias

Leia mais

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1. O que é a ciência de dados (data science). Discussão do conceito Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.3, Outubro, 2015 Nota prévia Esta apresentação tem por objetivo, proporcionar

Leia mais

CAUSAS DE MORBIDADE HOSPITALAR POR DOENÇAS DE INTERNAÇÃO EVITÁVEL EM CRIANÇAS DE 1 A 4 ANOS

CAUSAS DE MORBIDADE HOSPITALAR POR DOENÇAS DE INTERNAÇÃO EVITÁVEL EM CRIANÇAS DE 1 A 4 ANOS CAUSAS DE MORBIDADE HOSPITALAR POR DOENÇAS DE INTERNAÇÃO EVITÁVEL EM CRIANÇAS DE 1 A 4 ANOS Scaleti Vanessa Brisch 1 Beatriz Rosana Gonçalves de Oliveira Toso RESUMO: Estudo sobre as causas de internações

Leia mais

Oficina 2 Os trabalhos foram iniciados com a discussão do relato de caso apresentado. O grupo conversou sobre quais as medidas a serem adotadas pela

Oficina 2 Os trabalhos foram iniciados com a discussão do relato de caso apresentado. O grupo conversou sobre quais as medidas a serem adotadas pela Oficina 2 Os trabalhos foram iniciados com a discussão do relato de caso apresentado. O grupo conversou sobre quais as medidas a serem adotadas pela Unidade de Saúde Para se quebrar a cadeia de sequência

Leia mais

ISO/IEC 12207: Gerência de Configuração

ISO/IEC 12207: Gerência de Configuração ISO/IEC 12207: Gerência de Configuração Durante o processo de desenvolvimento de um software, é produzida uma grande quantidade de itens de informação que podem ser alterados durante o processo Para que

Leia mais

Sistema de Informação

Sistema de Informação Sistema de Informação Conjunto de elementos inter-relacionados que coleta, processa (manipula e armazena), transmiti e dissemina dados e informações; Manual ou informatizado; Envolve pessoas, máquinas,

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve

Leia mais

PROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software

PROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software PROCESSO DE DESENVOLVIMENTO DE SOFTWARE Introdução Modelos de Processo de Desenvolvimento de Software Os modelos de processos de desenvolvimento de software surgiram pela necessidade de dar resposta às

Leia mais

Aplicação de um Metamodelo de Contexto a uma Tarefa de Investigação Policial

Aplicação de um Metamodelo de Contexto a uma Tarefa de Investigação Policial Aplicação de um Metamodelo de Contexto a uma Tarefa de Investigação Policial Lucas A. de Oliveira, Rui A. R. B. Figueira, Expedito C. Lopes Mestrado em Sistemas e Computação Universidade de Salvador (UNIFACS)

Leia mais

MANEJO HEPATITES VIRAIS B/C - 2015

MANEJO HEPATITES VIRAIS B/C - 2015 MANEJO HEPATITES VIRAIS B/C - 2015 HEPATITE C PAPEL DA ATENÇÃO PRIMÁRIA EM SAÚDE FILIPE DE BARROS PERINI Assessor Técnico GEDST-DIVE-SES Infectologista Policlínica Municipal do Continente SMS-PMF Assessor

Leia mais

Qualidade de Processo de Software Normas ISO 12207 e 15504

Qualidade de Processo de Software Normas ISO 12207 e 15504 Especialização em Gerência de Projetos de Software Qualidade de Processo de Software Normas ISO 12207 e 15504 Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br Qualidade de Software 2009 Instituto

Leia mais

Uma proposta de Solução de Mineração de Dados aplicada à

Uma proposta de Solução de Mineração de Dados aplicada à Uma proposta de Solução de Mineração de Dados aplicada à Segurança Pública Fernando José Braz 1, Walter Silvestre Coan 2, Andrei Rosseti 2 1 Instituto Federal Catarinense (IFC) Rodovia SC 303, Campus Experimental

Leia mais

Ferramenta: Spider-CL. Manual do Usuário. Versão da Ferramenta: 1.1. www.ufpa.br/spider

Ferramenta: Spider-CL. Manual do Usuário. Versão da Ferramenta: 1.1. www.ufpa.br/spider Ferramenta: Spider-CL Manual do Usuário Versão da Ferramenta: 1.1 www.ufpa.br/spider Histórico de Revisões Data Versão Descrição Autor 14/07/2009 1.0 15/07/2009 1.1 16/07/2009 1.2 20/05/2010 1.3 Preenchimento

Leia mais

Microsoft Innovation Center

Microsoft Innovation Center Microsoft Innovation Center Mineração de Dados (Data Mining) André Montevecchi andre@montevecchi.com.br Introdução Objetivo BI e Mineração de Dados Aplicações Exemplos e Cases Algoritmos para Mineração

Leia mais