Please use this identifier to cite or link to this item:
https://repositorio.uniceub.br/jspui/handle/prefix/16246
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Musso, Carolina | - |
dc.date.accessioned | 2022-10-05T12:19:27Z | - |
dc.date.available | 2022-10-05T12:19:27Z | - |
dc.date.issued | 2022 | - |
dc.identifier.uri | https://repositorio.uniceub.br/jspui/handle/prefix/16246 | - |
dc.description.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. | pt_BR |
dc.description.provenance | Submitted by Fernanda Weschenfelder (fernanda.weschenfelder@uniceub.br) on 2022-10-05T12:19:27Z No. of bitstreams: 1 Carolina Musso (1).pdf: 1616829 bytes, checksum: 087ab31cee979bd5f4f2f7f90d3b5063 (MD5) | en |
dc.description.provenance | Made available in DSpace on 2022-10-05T12:19:27Z (GMT). No. of bitstreams: 1 Carolina Musso (1).pdf: 1616829 bytes, checksum: 087ab31cee979bd5f4f2f7f90d3b5063 (MD5) Previous issue date: 2022 | en |
dc.language.iso | pt_BR | pt_BR |
dc.subject | Arbovirose | pt_BR |
dc.subject | Sinan Online | pt_BR |
dc.subject | Linguagem de programação | pt_BR |
dc.subject | Rmarkdown | pt_BR |
dc.subject | Script | pt_BR |
dc.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 | pt_BR |
dc.type | TCC | pt_BR |
dc.date.criacao | 2022 | - |
dc.identifier.orientador | Rafaella Albuquerque e Silva | pt_BR |
Appears in Collections: | ICPD - Pós-graduação em Ciência de Dados e Machine Learning |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Carolina Musso (1).pdf | 1.58 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.