Transformando dados em informação: aplicação de business intelligence para a automação da análise de dados em saúde
DOI:
https://doi.org/10.47456/bjpe.v10i3.44927Palavras-chave:
Business Intelligence, Epidemiologia, Análise de DadosResumo
Contexto: avanços científicos recentes indicam uma nova fronteira na epidemiologia: a análise de grandes conjuntos de dados (Big Data), onde ferramentas de Business Intelligence desempenham um papel fundamental. Objetivo: Implementar um Data Warehouse (DW) para análise de dados em saúde e testar sua utilização na análise de indicadores de saúde mental no Espírito Santo (ES). Métodos: O estudo foi dividido em quatro fases: 1) identificação de bases de dados e indicadores; 2) extração, transformação e carga de dados, 3) criação de um Data Warehouse e; 4) processamento analítico com visualização de dados. Resultados: A partir da criação do DW, identificou-se que foram gastos R$ 53,7 milhões em internações relacionadas à saúde mental no estado do Espírito Santo, com uma redução progressiva ao longo dos anos. Durante a pandemia de covid-19, houve um aumento superior a 100% nos óbitos relacionados a transtornos mentais, especialmente ligados ao uso de álcool e tabaco, mais comuns entre indivíduos pardos, do sexo masculino e entre 45 e 59 anos. Conclusão: A implementação de um DW para análise de dados em saúde permitiu identificar importantes indicadores de saúde mental no Espírito Santo e permitirá novas análises no contexto da saúde pública no ES e Brasil.
Downloads
Referências
Ali, M. S., Amorim, L. D. A. F., Werneck, G. L., Bittencourt, S. A., Hartz, Z., Barreto, M. L., ... & Oliveira, C. S. (2019). Administrative data linkage in Brazil: Potentials for health technology assessment. Frontiers in Pharmacology, 10. https://doi.org/10.3389/fphar.2019.00984
Batko, K. & Ślęzak, A. (2022). The use of big data analytics in healthcare. Journal of Big Data, 9(1). https://doi.org/10.1186/s40537-021-00553-4
Cheng, K. Y., Pazmino, S., & Schreiweis, B. (2022). ETL processes for integrating healthcare data - tools and architecture patterns. Studies in Health Technology and Informatics, 299, 151–156. https://doi.org/10.3233/SHTI220974
Chiavegatto Filho, A. D. P. (2015). Uso de big data em saúde no Brasil: Perspectivas para um futuro próximo. Epidemiologia e Serviços de Saúde, 24(2), 325–332. https://doi.org/10.5123/S1679-49742015000200015
Coelho Neto, G. C. & Chioro, A. (2021). Afinal, quantos Sistemas de Informação em Saúde de base nacional existem no Brasil? Cadernos de Saúde Pública, 37. https://doi.org/10.1590/0102-311X00182119
Coelho, F. C., Araújo, W., Oliveira, M., Oliveira, L., Lima, A., & Silva, G. (2021). AlertaDengue/PySUS: Vaccine. Zenodo. https://doi.org/10.5281/zenodo.4883502
Coeli, C. M. (2022). Ciência de dados populacionais. Epidemiologia e Serviços de Saúde, 31(3). https://doi.org/10.1590/S2237-96222022000300001
Cozzoli, N., Minicucci, M. F., Siciliano, C. B., Celi, L. A., & Iadanza, E. (2022). How can big data analytics be used for healthcare organization management? Literary framework and future research from a systematic review. BMC Health Services Research, 22(1). https://doi.org/10.1186/s12913-022-08167-z
Daniel, V. M., Pereira, G. V., & Macadar, M. A. (2014). Perspectiva Institucional dos Sistemas de Informação em Saúde em Dois Estados Brasileiros. Revista de Administração Contemporânea, 18, 650–669. https://doi.org/10.1590/1982-7849rac20141709
Evangelou, E., Gill, D., Brown, M. R., Elliott, P., Tzoulaki, I., Murphy, N., ... & Holmes, M. V. (2021). Alcohol consumption in the general population is associated with structural changes in multiple organ systems. eLife, 10, e65325. https://doi.org/10.7554/eLife.65325
Faria, R. J., Marques, C. D. L., Duarte, A. L. B. P., & Ribeiro, C. A. (2022). Conventional synthetic disease-modifying anti-rheumatic drugs for psoriatic arthritis: Findings and implications from a patient-centered longitudinal study in Brazil. Frontiers in Pharmacology, 13. https://doi.org/10.3389/fphar.2022.878972
Fernandes, F. T. & Chiavegatto Filho, A. D. P. (2019). Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho. Revista Brasileira de Saúde Ocupacional, 44. https://doi.org/10.1590/2317-6369000019418
FIOCRUZ – Fundação Oswaldo Cruz. (2023). Plataforma de Ciência de Dados aplicada à Saúde (PCDaS). Laboratório de Informação em Saúde (Lis). Instituto de Comunicação e Informação Científica e Tecnológica em Saúde (Icict). Recuperado de https://pcdas.icict.fiocruz.br. https://doi.org/10.7303/syn25882127
Gaioti, C. S. (2024). Saúde mental no ES. Tableau.com. Recuperado de https://public.tableau.com/app/profile/cleiton.schwambach.gaioti/viz/SadeMentalnoES/HospitalizaesebitosporSadeMentalnoES?publish=yes
Heck, E. V. (2019). Big data and disruptions in business models. RAE: Revista de Administração de Empresas, 59(6), 430–432. https://doi.org/10.1590/S0034-759020190608
Kimball, R. & Ross, M. (2013). The data warehouse toolkit: The definitive guide to dimensional modeling (3rd ed.). John Wiley & Sons, Inc.
Kupcova, I., Fauskanger, J., Cederberg, S. A., Szabo, M., Bygstad, B., & Faxvaag, A. (2023). Effects of the COVID-19 pandemic on mental health, anxiety, and depression. BMC Psychology, 11(1). https://doi.org/10.1186/s40359-023-01130-5
Maior, M. da C. L. S., Osorio-de-Castro, C. G. S., & Andrade, C. L. T. de. (2020). Demografia, óbitos e indicadores de agravamento nas internações por intoxicações medicamentosas entre menores de 5 anos no Brasil. Revista Brasileira de Epidemiologia, 23. https://doi.org/10.1590/1980-549720200016
Medeiros, M. M., Maçada, A. C. G., & Hoppen, N. (2021). The role of big data stewardship and analytics as enablers of corporate performance management. RAM. Revista de Administração Mackenzie, 22(6). https://doi.org/10.1590/1678-6971/eRAMD210063
Mehta, G. & Sheron, N. (2019). No safe level of alcohol consumption – implications for global health. Journal of Hepatology, 70(4), 587–589. https://doi.org/10.1016/j.jhep.2018.12.021
Millwood, I. Y., Walters, R. G., Fillmore, T., Cheng, Y., Lacey, B., Lu, Y., ... & Bennett, D. A. (2023). Alcohol intake and cause-specific mortality: Conventional and genetic evidence in a prospective cohort study of 512,000 adults in China. The Lancet Public Health, 8(12), e956-e967. https://doi.org/10.1016/S2468-2667(23)00217-7
Ognjanovic, I. (2020). Healthcare data analytics. Studies in Health Technology and Informatics, 274, 122–135. https://doi.org/10.3233/SHTI200672
Oliveira, H. F. de, Sampaio, A. L. L., & Oliveira, C. A. C. P. de. (2011). DATASUS as an instrument for developing otologic public health policies. Brazilian Journal of Otorhinolaryngology, 77(3), 369–372. https://doi.org/10.1590/S1808-86942011000300016
Paim, J., Travassos, C., Almeida, C., Bahia, L., & Macinko, J. (2011). The Brazilian health system: History, advances, and challenges. The Lancet, 377(9779), 1778-1797. https://doi.org/10.1016/S0140-6736(11)60054-8
Santomaura, D. F., Santomauro, D. F., Mantilla Herrera, A. M., Shadid, J., Zheng, P., Ashbaugh, C., ... & Ferrari, A. J. (2021). Global prevalence and burden of depressive and anxiety disorders in 204 countries and territories in 2020 due to the COVID-19 pandemic. The Lancet, 398(10312), 1700–1712. https://doi.org/10.1016/S0140-6736(21)02143-7
Topiwala, A., Ebmeier, K. P., Jardine, R., Nichols, T. E., Ward, E. V., & Kivimaki, M. (2022). Alcohol consumption and MRI markers of brain structure and function: Cohort study of 25,378 UK Biobank participants. NeuroImage: Clinical, 35, 103066. https://doi.org/10.1016/j.nicl.2022.103066
Viana, S. A. P., Tanaka, S. O., & Santos, T. M. (2022). Prontuário Eletrônico do Paciente em um hospital universitário: Análise dos registros de atendimento. Revista Brasileira de Enfermagem, 75. https://doi.org/10.1590/0034-7167-2022-0031
Williams, J. (2018). Data management challenges in healthcare: Information quality and effective management. Journal of Data and Information Quality, 10(1), 1–8. https://doi.org/10.1145/3183330
Woolhandler, S. & Himmelstein, D. U. (2017). Single-payer reform: The only way to fulfill the president's pledge of more coverage, better benefits, and lower costs. Annals of Internal Medicine, 166(8), 587-588. https://doi.org/10.7326/M17-0302
![](https://periodicos.ufes.br/public/journals/56/submission_44927_40574_coverImage_pt_BR.png)
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Brazilian Journal of Production Engineering
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
![](https://periodicos.ufes.br/public/site/images/revistabjpe/lateral-siteindexadores-16.png)
Atribuição 4.0 internacional CC BY 4.0 Deed
Esta licença permite que outros remixem, adaptem e desenvolvam seu trabalho não comercialmente, contanto que eles creditem a você e licenciem suas novas criações sob os mesmos termos.