Ambiente para extração de informação epidemiológica a partir da mineração de dez anos de dados do sistema público de saúde / Environment for epidemiological information extraction by data mining ten years of data from the health public system

A utilização de bases de dados para estudos epidemiológicos, avaliação da qualidade e quantidade dos serviços de saúde vem despertando a atenção dos pesquisadores no contexto da Saúde Pública. No Brasil, as bases de dados do Sistema Único de Saúde (SUS) são exemplos de repositórios importantes que reúnem informações fundamentais sobre a Saúde. Entretanto, apesar dos avanços em termos de coleta e de ferramentas públicas para a pesquisa nessas bases de dados, tais como o TABWIN e o TABNET, esses recursos ainda não fazem uso de técnicas mais avançadas para a produção de informação gerencial, como as disponíveis em ferramentas OLAP (On Line Analytical Processing) e de mineração de dados. A situação é extremamente agravada pelo fato dos dados da Saúde Pública, produzidos por vários sistemas isolados, não estarem integrados, impossibilitando pesquisas entre diferentes bases de dados. Consequentemente, a produção de informação gerencial torna-se uma tarefa extremamente difícil. Por outro lado, a integração dessas bases de dados pode constituir um recurso indispensável e fundamental para a manipulação do enorme volume de dados disponível nesses ambientes e, assim, possibilitar a produção de informação e conhecimento relevantes, que contribuam para a melhoria da gestão em Saúde Pública. Acompanhar o seguimento de pacientes e comparar diferentes populações são outras importantes limitações das atuais bases de dados, uma vez que não há um identificador unívoco do paciente que possibilite executar tais tarefas. Esta Tese teve como objetivo a construção de um armazém de dados (data warehouse), a partir da análise de dez anos (período de 2000 a 2009) das principais bases de dados do SUS. Os métodos propostos para coleta, limpeza, padronização das estruturas dos bancos de dados, associação de registros ao paciente e integração dos sistemas de informação do SUS permitiram a identificação e o seguimento do paciente com sensibilidade de 99,68% e a especificidade de 97,94%.

The use of databases for epidemiologic studies, quality and quantity evaluation of health services have attracted the attention of researchers in the context of Public Health. In Brazil, the databases of the Sistema Único de Saúde (SUS) are examples of important repositories, which store fundamental information about health. However, despite of the advances in terms of load and public tools for research in those databases, such as TABWIN and TABNET, these resources do not use advanced techniques to produce management information as available in OLAP (On Line Analytical Processing) and data mining tools. The situation is drastically increased for the fact that data in public health, produced for different systems, are not integrated. This makes impossible to do research between different databases. As a consequence, the production of management information is a very difficult task. On the other hand, the integration of these databases can offer an important and fundamental resource to manipulate the enormous volume of data available in those environments and, in this way, to permit the production of relevant information and knowledge to improve the management of public health. The patient follow up and the comparison of different populations are other important limitations of the available databases, due to the absence of a common patient identifier. The objective of this Thesis was the construction of a data warehouse to analyze ten years (period from 2000 to 2009) of the principal databases of SUS. The proposed methods to load, clean, database structure standardization, patient record linkage and SUS information systems integration have been permitted patient identification and follow up with sensitivity of 99.6% and specificity of 97.94%.

Uso de informações de saúde para suporte à decisão: uma metodologia focada no consumidor da informação / Use of health information for decision support: a methodology focused on consumer information

O objetivo deste trabalho é apresentar os passos necessários para a construção de data marts / data warehouses como uma solução para um ambiente de suporte à decisão. Seu foco não é, entretanto, o aprofundamento de cada uma das etapas deste método (uma vez que existe uma ampla literatura sobre o assunto), mas realçar a importância do envolvimento do usuário – aqui denominado consumidor da informação – durante o processo de criação e manutenção destes data marts / data warehouses. O consumidor da informação é chamado a participar de um plano integrado com os membros das áreas detentoras do conhecimento necessário para a construção destas soluções de suporte à decisão, incluindo a área de tecnologia da informação. A disseminação das informações contidas nestes bancos de dados para os diversos tipos de consumidores da informação (com diferentes recursos de hardware, software e humanos disponíveis), e sua aplicação no controle social, também são discutidas aqui.

The purpose of this work is to present the required steps for the construction of data marts / data warehouses as a solution for a decision support environment. However, its focus is not to go deeper in each of the steps of this method (since there is a broadliterature about the subject), but to highlight the importance of the user – here called information consumer – engagement during the process of creating and maintaining these data marts / data warehouses. The information consumer is called to take part in an integrated plan together with the members of the areas who own the necessary knowledge to build these decision support solutions, including the information technology (IT) area. The spread of the informations contained in these databases to the different types of information consumers (with different hardware, software and humanresources available), and its application in social control, is also discussed here.