Sistemática para racionalização de instrumentais de bandejas cirúrgicas / A systematic approach for the rationalization of surgical tray instruments / Sistemática para racionalización de instrumentales de bandejas quirúrgicas

Objetivo: Relatar a experiência de desenvolver uma sistemática para racionalização de instrumentais em bandejas cirúrgicas. Método: Estudo de desenvolvimento de sistemática para racionalização de instrumentais, realizado em 2015, a partir do método qualitativo, em um centro de materiais e esterilização (CME) de um hospital universitário federal de Porto Alegre, Brasil. Resultados: Houve redução média do quantitativo de instrumentais em bandejas institucionais em 10,92%; diminuição de bandejas de propriedade das equipes médicas, sendo 84,06% pertencentes à equipe da otorrinolaringologia; e inativação definitiva de 369 instrumentais da cirurgia ortopédica, o que significou 72,84% do total dos instrumentais inativados. Além disso, houve condução de melhorias no gerenciamento de instrumentais, otimização do tempo de preparo e redução da esterilização por expiração do prazo de utilização. Conclusão: A realocação de instrumentais e o acréscimo de peças em bandejas específicas permitiu a reavaliação das solicitações de compras de instrumentais e a melhoria das relações entre as equipes. Essa sistemática contribuiu significativamente para o gerenciamento de instrumentais, otimizando processos e envolvendo as equipes cirúrgicas no trabalho do CME e evidenciou que pode ser aplicada em outras instituições.

Objective: To report the experience of developing a systematic approach for the rationalization of instruments in surgical trays. Method: Study of the development of a systematic approach for the rationalization of instruments, carried out in 2015, using a qualitative method, in the Central Sterile Supply Department (CSSD) of a federal university hospital in Porto Alegre, Brazil. Results: There was a 10.92% average reduction in the number of instruments in institutional trays, a reduction in the number of trays owned by medical teams ­ 84.06% belonged to the otorhinolaryngology team ­ and a definitive inactivation of 369 orthopedic surgery instruments, which represented 72.84% of the total number of inactivated instruments. In addition, improvements were made to the management of instruments, the optimization of preparation time and the reduction of sterilization by expiration date. Conclusion: The relocation of instruments and the addition of items in specific trays allowed for the reappraisal of requests for purchase of instruments and the improvement of relationships between the teams. This systematic approach contributed significantly to the management of instruments, the optimizing processes and the involvement of the surgical teams in the work of the CSSD, thus demonstrating that it can be applied in other institutions.

Objetivo: Relatar la experiencia de desarrollar una sistemática para racionalización de instrumentales en bandejas quirúrgicas. Método: Estudio de desarrollo de sistemática para racionalización de instrumentales, realizado en 2015, desde el método cualitativo, en un centro de materiales y esterilización (CSSD) de un hospital universitario federal de Porto Alegre, Brasil. Resultados: Hubo reducción media del cuantitativo de instrumentales en bandejas institucionales en el 10,92%; disminución de bandejas de propiedad de los equipos médicos, siendo el 84,06% pertenecientes al equipo de la otorrinolaringología; e inactivación definitiva de 369 instrumentales de la cirugía ortopédica, lo que significó el 72,84% del total de los instrumentales inactivados. Además, hubo conducción de mejoras en el gerenciamiento de instrumentales, optimización del tiempo de preparo y reducción de la esterilización por expiración del plazo de utilización. Conclusión: La reubicación de instrumentales y el incremento de piezas en bandejas específicas permitió la reevaluación de las solicitaciones de compras de instrumentales y la mejora de las relaciones entre los equipos. Esa sistemática contribuyó significativamente para el gerenciamiento de instrumentales, perfeccionando procesos e involucrando a los equipos quirúrgicos en el trabajo de CSSD y evidenció que puede aplicarse en otras instituciones.

Método de mineração de dados para identificação de câncer de mama baseado na seleção de variáveis / A data mining method for breast cancer identification based on a selection of variables

Na maioria dos países, o câncer de mama entre as mulheres é predominante. Se diagnosticado precocemente, apresenta alta probabilidade de cura. Diversas abordagens baseadas em Estatística foram desenvolvidas para auxiliar na sua detecção precoce. Este artigo apresenta um método para a seleção de variáveis para classificação dos casos em duas classes de resultado, benigno ou maligno, baseado na análise citopatológica de amostras de célula da mama de pacientes. As variáveis são ordenadas de acordo com um novo índice de importância de variáveis que combina os pesos de importância da Análise de Componentes Principais e a variância explicada a partir de cada componente retido. Observações da amostra de treino são categorizadas em duas classes através das ferramentas k-vizinhos mais próximos e Análise Discriminante, seguida pela eliminação da variável com o menor índice de importância. Usa-se o subconjunto com a máxima acurácia para classificar as observações na amostra de teste. Aplicando ao Wisconsin Breast Cancer Database, o método proposto apresentou uma média de 97,77% de acurácia de classificação, retendo uma média de 5,8 variáveis.

In the majority of countries, breast cancer among women is highly prevalent. If diagnosed in the early stages, there is a high probability of a cure. Several statistical-based approaches have been developed to assist in early breast cancer detection. This paper presents a method for selection of variables for the classification of cases into two classes, benign or malignant, based on cytopathological analysis of breast cell samples of patients. The variables are ranked according to a new index of importance of variables that combines the weighting importance of Principal Component Analysis and the explained variance based on each retained component. Observations from the test sample are categorized into two classes using the k-Nearest Neighbor algorithm and Discriminant Analysis, followed by elimination of the variable with the index of lowest importance. The subset with the highest accuracy is used to classify observations in the test sample. When applied to the Wisconsin Breast Cancer Database, the proposed method led to average of 97.77% in classification accuracy while retaining an average of 5.8 variables.