Design of a geospatial model applied to Health management / La producción de un modelo geoespacial aplicado a la gestión de la salud / Concepção de um modelo geoespacial aplicado na gestão à saúde

ABSTRACT Objective: To identify geographically the beneficiaries categorized as prone to Type 2 Diabetes Mellitus, using the recognition of patterns in a database of a health plan operator, through data mining. Method: The following steps were developed: the initial step, the information survey. Development, construction of the process of extraction, transformation, and loading of the database. Deployment, presentation of the geographical information through a georeferencing tool. Results: As a result, the mapping of Paraná according to its health care network and the concentration of Type 2 Diabetes Mellitus is presented, enabling the identification of cause-and-effect relationships. Conclusion: It is concluded that the analysis of georeferenced information, linked to health information obtained through the data mining technique, can be an excellent tool for the health management of a health plan operator, contributing to the decision-making process in Health.

RESUMEN Objetivo: Identificar geográficamente a los beneficiarios categorizados como propensos a la enfermedad Diabetes mellitus tipo 2, utilizándose el reconocimiento de patrones en una base de datos de cierta compañía de seguro médico por medio de la minería de datos. Método: Se desarrollaron las siguientes etapas: fase inicial, levantamiento de información. Desarrollo, construcción del proceso de extracción, transformación y carga en la base de datos. Implantación, presentación de la información geográfica mediante la herramienta de georreferenciación. Resultados: Se presenta el mapeo de Paraná (Brasil) con relación a su red asistencial y la concentración de Diabetes mellitus tipo 2, proporcionando la identificación de las relaciones de causa-efecto. Conclusión: Se concluyó que el análisis de las informaciones georreferenciadas, vinculadas a las informaciones de salud obtenidas por la técnica de minería de datos, puede ser una excelente herramienta en la gestión de salud de cierta compañía de seguro médico, lo que contribuye al apoyo a la toma de decisiones en salud.

RESUMO Objetivo: Identificar geograficamente os beneficiários categorizados como propensos à doença Diabetes Mellitus Tipo 2, utilizando o reconhecimento de padrões em uma base de dados de uma operadora de plano de saúde, por meio da mineração de dados. Método: Desenvolveram-se as seguintes etapas: fase inicial, levantamento de informações. Desenvolvimento, construção do processo de extração, transformação e carga do banco de dados. Implantação, apresentação das informações geográficas por meio da ferramenta de georreferenciamento. Resultados: Como resultados, apresenta-se o mapeamento do Paraná em relação a sua rede assistencial e a concentração de Diabetes Mellitus Tipo 2, oportunizando a identificação de relações de causa-efeito. Conclusão: Conclui-se que a análise de informações georreferenciadas, vinculadas às informações de saúde obtidas por meio da técnica de mineração de dados, pode ser um excelente instrumento para a gestão da saúde de uma operadora de plano de saúde, contribuindo para o apoio à tomada de decisões em saúde.

Sistema Inteligente para apoio em Auditoria de Contas Médicas / Intelligent System for support the Audit Process in Medical Accounts / Sistema Inteligente apoyar el Proceso de Auditoría en Cuentas Médicas

Objetivo: Este artigo apresenta um sistema inteligente baseado em regras de produção para apoiar o processo de auditoria em contas médicas. Método: Foram descobertas regras sobre procedimentos cirúrgicos, a partir de base de dados, posteriormente incorporadas, na base de conhecimento, no formato SE-ENTÃO. Possibilitando a seleção de contas médicas que poderão ou não ser submetidas à auditoria. O conjunto de regras foi avaliado e validado por especialistas em auditoria de contas médicas. Resultados: Foram descobertas inicialmente 199 regras e que após análise e validação dos especialistas resultaram num conjunto de 26 regras que integraram a base de conhecimento do sistema, que implementado selecionou de forma autônoma as contas médicas a serem auditadas, permitindo inclusive a retro avaliação das regras. Conclusão: O sistema inteligente utilizado no processo de indicação de contas para auditoria, otimizou o processo, reduziu a frequência de auditorias desnecessárias e melhorou a qualidade da auditoria.

Objective: This paper show an intelligent system based on production rules to support the audit process in medical bills. Method: Surgical procedures rules were discovered from a database, subsequently incorporated in the knowledge base, in the IF-THEN format, allowing the selection of medical bills that may or may not be subject to audit. The rules set was assessed and validated by experts in medical bills auditing. Results: Initially 199 rules were discovered and after analysis and validation by experts resulted in a set of 26 rules that integrated the system knowledge base, which implemented selected autonomously medical bills to be audited, including allowing the retro evaluation the rules. Conclusion: The intelligent system used in the selection of medical bills for auditing, optimized the process, reduced the frequency of unnecessary audits and improved audit quality.

Objetivo: Este artículo presenta un sistema inteligente basado en reglas de producción para apoyar el proceso de auditoría en cuentas médicas. Método: Fueron descubiertas reglas sobre procedimientos quirúrgicos, partiendo de base de datos, posteriormente incorporadas, en la base de conocimiento, con formulario SI-ENTONCES. Posibilitando la selección de cuentas médicas que podrán o no ser sometidas a la auditoría. Las reglas fueron evaluadas y validadas por especialistas en auditoría de cuentas médicas. Resultados: Fueron descubiertas inicialmente 199 reglas que después del análisis y validación de los especialistas resultaron en un conjunto de 26 que integraron la base de conocimiento del sistema, implementado seleccionó de forma autónoma las cuentas médicas a ser auditadas, permitiendo incluso la retro evaluación de las reglas. Conclusión: El sistema inteligente utilizado en el proceso de indicación de cuentas para auditoría, optimizó el proceso, redujo la frecuencia de auditorías innecesarias y mejoró la cualidad de la auditoría.

Mineração de Dados aplicada à fisioterapia / Data Mining applied to physiotherapy

INTRODUÇÃO: Com o aumento da quantidade de dados armazenados na prática da Fisioterapia e da área de saúde em geral, amplia-se, também, a possibilidade de obtenção de informações importantes no apoio ao processo decisório dos profissionais de saúde. Porém, muitas vezes, o volume de dados gerados é tão grande que dificulta sua utilização, demandando processos mais sofisticados para a manipulação de tais dados. OBJETIVO: Este artigo se propõe a apresentar e discutir o potencial de utilização do processo KDD sobre um conjunto de dados de acompanhamento fisioterapêutico de pacientes, bem como sua utilidade na tomada de decisões terapêuticas ou profiláticas. METODOLOGIA: Selecionou-se um subconjunto de dados, referentes a prontuários disponíveis em uma clínica de fisioterapia, do qual foram extraídos três grandes grupos-alvo de tarefas de Mineração de Dados: associação, classificação e agrupamento, explicitados no texto. RESULTADOS: Foram extraídos padrões a partir dos dados, de tal forma que se permitisse ao leitor entender passo a passo o processo, ampliando sua compreensão dos resultados obtidos. Foram descobertos padrões em diversos formatos, os quais evidenciaram as possíveis relações entre as variáveis disponíveis. Em seguida, não apenas os padrões foram discutidos, mas, também, a importância da qualidade dos dados coletados. CONCLUSÕES: As etapas de classificação, descoberta de regras de associação e agrupamento dos dados oportunizou melhor entendimento das especificidades de pacientes atendidos pela clínica em questão, ampliando, assim, o conhecimento do profissional na identificação das condutas a serem adotadas.

INTRODUCTION: With the increasing amount of data stored in the practice of physiotherapy and health area in general, expands the possibility of obtaining important information to decision support of health professionals. However, many times the volume of generated data is so great that their use is difficult, requiring more sophisticated procedures for data manipulation. OBJECTIVE: This article aims to present and discuss the potential use of the KDD process on a set of monitoring data for physical therapy patients, as well as its usefulness in decision-making therapeutic or prophylactic. METHODS: We selected a subset of data, referring to records available in a physical therapy clinic, from which were extracted three major groups of data mining tasks: association, classification and clustering. RESULTS: Knowledge was extracted from the data in such a way that allows the reader to understand step-by-step process, broadening their understanding of the results. Knowledge was discovered in various formats, which showed the possible relationships among the variables available. Not only the knowledge was discussed, but also the importance of quality of data collected. CONCLUSIONS: The tasks of classification, association rules and clustering allowed a better understanding of the patient's characteristics seen by the clinic in question, thus expanding the knowledge of professionals in the identification of actions to be adopted.