Please use this identifier to cite or link to this item: https://repositorio.uniceub.br/jspui/handle/prefix/16246
metadata.dc.type: TCC
Title: Utilização de linguagem R para automatizar a análise e a comunicação de casos de dengue sem encerramento por região de saúde no Distrito Federal visando melhoria da qualidade de dados
Authors: Musso, Carolina
metadata.dc.identifier.orientador: Rafaella Albuquerque e Silva
Abstract: De acordo com as normativas do Ministério da Saúde, os casos de dengue notificados no Sistema Nacional de Agravos de Notificação (SINAN) devem ser encerrados em até 60 dias após a data da notificação, para melhor direcionamento das ações de vigilância e controle da doença. O objetivo deste trabalho foi automatizar o processo de identificação e comunicação dos casos não encerrados de dengue para as Regiões de Saúde responsáveis, permitindo a identificação dos motivos e consequente melhoria desse indicador. Para tal, foi criado um script em R para realizar a rotina de importação e leitura, análise e envio da base de dados de casos notificados de dengue que ainda estão abertos no Distrito Federal para as respectivas unidades responsáveis utilizando esta linguagem de programação e a ferramenta Rmarkdown do RStudio. Essa abordagem permite reprodutibilidade das análises, além de ser mais flexível, de possibilitar manipulação de um grande volume de dados e economizar tempo, que são gargalos importantes no serviço de saúde. Agora, utiliza-se apenas um software que é operado com apenas dois cliques e todo o processo é finalizado em menos de 2 minutos. O script foi capaz de reduzir de 20% para 2% a incompletude do campo endereço, melhorando a identificação da residência do paciente com caso em aberto. A implementação dessa inovação permitiu a inclusão do monitoramento da qualidade do banco como uma rotina de trabalho no DF, o que melhora a qualidade dos dados de notificação e permite análises mais robustas para apoiar as tomadas de decisão no DF.
Keywords: Arbovirose
Sinan Online
Linguagem de programação
Rmarkdown
Script
URI: https://repositorio.uniceub.br/jspui/handle/prefix/16246
Issue Date: 2022
Appears in Collections:ICPD - Pós-graduação em Ciência de Dados e Machine Learning

Files in This Item:
File Description SizeFormat 
Carolina Musso (1).pdf1.58 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.