Your browser doesn't support javascript.
loading
Mostrar: 20 | 50 | 100
Resultados 1 - 2 de 2
Filtrar
Adicionar filtros








Intervalo de ano
1.
Ciênc. Saúde Colet. (Impr.) ; 24(3): 1083-1090, mar. 2019. tab, graf
Artigo em Inglês | LILACS | ID: biblio-989593

RESUMO

Abstract Hospitalizations due to respiratory diseases generate financial costs for the Health System in addition to social costs. Objective of this study was to develop and validate a fuzzy linguistic model for prediction of hospitalization due to respiratory diseases. We constructed a fuzzy model for prediction of hospitalizations due to pneumonia, bronchitis, bronchiolitis and asthma second exposure to fine particulate matter (PM2.5) in residents of Volta Redonda, RJ, in 2012. The model contains two inputs, PM2.5 and temperature, with three membership functions for each input, and an output with three membership functions for admissions, which were obtained from DATASUS. There were 752 hospitalizations in the period, the average concentration of PM2.5 was 17.1 µg/m3 (SD = 4.4). The model showed a good accuracy with PM2.5, the result was between 90% and 76.5% for lags 1, 2 and 3, a sensitivity of up to 95%. This study provides support for creating executable software with a low investment, along with the use of a portable instrument could allow number of hospital admission due to respiratory diseases and provide support to local health managers. Furthermore, the fuzzy model is very simple and involves low computational costs, an implementation making possible.


Resumo Internações por doenças respiratórias geram custos financeiros para o Sistema de Saúde além de custos sociais. O objetivo deste estudo foi elaborar e validar um modelo linguístico "fuzzy" para previsão do número de internações por doenças respiratórias. Foi construído um modelo "fuzzy" para predição de internações por pneumonias, bronquite, bronquiolite e asma segundo exposição ao material particulado fino (PM2,5) em residentes de Volta Redonda, RJ, em 2012. O modelo contém duas entradas PM2,5 e temperatura, com três funções de pertinência para cada entrada, e uma saída com três funções de pertinência para internações, que foram obtidas do DATASUS. Foram 752 internações no período, a concentração média do PM2,5 foi 17,1 µg/m3 (dp = 4,4). O modelo mostrou uma boa acurácia com PM2,5, o resultado foi entre 90% e 76,5% para os lags 1, 2 e 3, com sensibilidade de até 95%. Este estudo fornece subsídios para a criação de programa executável, que não exige um grande investimento, juntamente com o uso de um instrumento portátil pode permitir uma estimativa do número de internações e prestar apoio aos gestores municipais de saúde. Além disso, o modelo "fuzzy" é muito simples e implica em baixas despesas computacionais, tornando possível uma implementação.


Assuntos
Humanos , Doenças Respiratórias/epidemiologia , Lógica Fuzzy , Hospitalização/estatística & dados numéricos , Modelos Teóricos , Admissão do Paciente/estatística & dados numéricos , Doenças Respiratórias/etiologia , Doenças Respiratórias/fisiopatologia , Brasil/epidemiologia , Reprodutibilidade dos Testes , Sensibilidade e Especificidade , Poluentes Atmosféricos/toxicidade , Poluição do Ar/efeitos adversos , Exposição Ambiental/efeitos adversos , Material Particulado/toxicidade , Hospitalização/economia
2.
Ciênc. Saúde Colet. (Impr.) ; 21(2): 509-516, Fev. 2016. tab, graf
Artigo em Inglês | LILACS | ID: lil-773554

RESUMO

Resumo O presente estudo teve como objetivo estimar os efeitos de poluentes ambientais sobre o número de internações por doenças cardiovasculares. Foi um estudo ecológico com dados de internações hospitalares de residentes em São José do Rio Preto, São Paulo, Brasil, com diagnóstico nas categorias de I-00 a I-99, entre 01/10/11 e 30/09/12. Os poluentes analisados foram partículas finas (PM2,5), ozônio, monóxido de carbono, óxido de nitrogênio e dióxido de nitrogênio. Foram estimados pelo modelo CCATT-BRAMS. O uso do modelo aditivo de regressão de Poisson foi utilizado para estimar associação entre a exposição ao PM2,5 e internação por doença cardiovascular. Foram calculados os excessos de internação e os gastos por estas doenças. Observou-se que a exposição ao PM2,5 no quinto dia após a exposição (lag 5) foi significativo para internação e aumentou em 15 ppts segundo incremento de 10µg /m3 na concentração de PM2,5. Foram identificadas 650 internações evitáveis com custos da ordem de R$ 1,9 milhão. Desse modo, foi possível identificar associação entre exposição ao PM2,5 e internações devido a doenças cardiovasculares em cidades de médio porte como São José do Rio Preto fornecendo subsídios aos gestores municipal e regional de Saúde.


Abstract This study aimed to estimate the effects of environmental pollutants on the increase of hospitalizations due to cardiovascular diseases. This was an ecological study conducted in the city of São José do Rio Preto, São Paulo, Brazil, with data from hospital admissions with diagnoses in the categories of I-00 to I-99, from October, 1, 2011, to September 30, 2012. Fineparticulate matter (PM2,5), ozone, carbon monoxide, nitrogen oxide and nitrogen dioxide were the pollutants studied; they were estimated by CATT-BRAMs model. The use of an additive Poisson regression model showed association between exposure to PM2,5 and hospital admission due to cardiovascular diseases. In the fifth day after exposure to this pollutant (lag 5), the relative risk for hospitalization due to cardiovascular diseases increased 15 percent in according to 10 µg/m3 increase on PM2,5 concentrations. There were 650 avoidable hospital admissions and an excess of R$ 1.9 million in hospital expenses. Thus, it was possible to identify the association between exposure to PM2,5 and hospital admission due cardiovascular diseases in medium-sized cities, like São José do Rio Preto.


Assuntos
Humanos , Doenças Cardiovasculares/epidemiologia , Poluentes Atmosféricos/toxicidade , Hospitalização/estatística & dados numéricos , Brasil/epidemiologia , Cidades , Gastos em Saúde , Poluição do Ar , Exposição Ambiental
SELEÇÃO DE REFERÊNCIAS
DETALHE DA PESQUISA