Programa - Comunicação Coordenada - CC1.4 - Gestão e Otimização de Dados em Saúde: Experiências e Aplicações

Objetivo: Integrar a automação nos processos do Centro de Epidemiologia da SMS Curitiba para extração, tratamento, atualização e divulgação de informações sobre nascidos vivos e mortalidade.

Métodos: Desenvolvemos scripts no software R-Studio para automatizar a extração e tratamento dos dados do SINASC, SIM e base local de óbitos, transferindo-os para o Google Data Studio em 4 Painéis de Monitoramento: Painel de Nascidos Vivos–SINASC, Painel Óbitos Maternos-Infantis-Fetais, Painel de Indicadores das Maternidades-SINASC e Painel da Mortalidade Geral, disponibilizados para gestores/profissionais da SMS com atualização semanal. Indicadores de nascimento e mortalidade estão apresentados de forma visual (mapas, tabelas, gráficos) e interativa através de filtros disponíveis. A divulgação iniciou de set/2022 e mar/2023, ocorrendo periodicamente em reuniões técnico-gerenciais.

Resultados: Se alcançou agilidade na transformação de dados sobre estatísticas vitais em informações, reduzindo trabalho o manual, permitindo maior dedicação da equipe à análise dos indicadores e sua articulação intra e intersetorial. Os Painéis possibilitam melhor socialização das informações, são utilizados no dia-a-dia das equipes e são acessados durante reuniões gerenciais da SMS e Comitê Pró-Vida. Até abril de 2024, foram cadastradas mais de 120 liberações de acessos ao Painel.

Conclusões: As melhorias implantadas trouxeram muitos benefícios à equipe de eventos vitais, mas extrapola este setor, pois contribui para a tomada de decisão baseada em informações úteis para o enfrentamento dos desafios sanitários. O feedback positivo dos profissionais usuários dos Painéis fortalece a necessidade de sua manutenção e melhoria contínua. Percebe-se também maior valoração do papel do Centro de Epidemiologia e maior interface com as áreas assistenciais.

Objetivos: Fortalecer as respostas às emergências em saúde pública, incorporando políticas inovadoras ao Sistema Único de Saúde; dinamizar a gestão pública e promover a melhoria da governança em saúde do município de São Caetano do Sul (SCS), em consonância com a estratégia de Saúde Digital do Brasil. Métodos: Por meio de parceria entre a Universidade Municipal de São Caetano do Sul (USCS) e a Secretaria Municipal de Saúde de SCS (SESAUD), estabelecida em 2022, procedeu-se à descentralização de processos transacionais vinculados aos sistemas de informação em saúde; à integração das bases de dados de vigilância, urgência e emergência, atenção básica e atenção hospitalar; e ao desenvolvimento de painéis de monitoramento de doenças e agravos de interesse em saúde pública, agregando novas ferramentas de Tecnologias de Informação e Comunicação (TICs). Resultados: Nas fases iniciais do estudo, foi possível unir as principais bases de dados de interesse para o sistema de saúde, realizar o linkage dessas bases para fornecer respostas a problemas específicos e criar painéis de monitoramento de doenças e agravos prioritários para a gestão. Conclusões: A descentralização de processos, juntamente com a integração de bases de dados e o uso de TICs, promove melhorias na gestão da saúde, tornando o monitoramento de doenças e agravos de importância em saúde pública mais efetivo, eficiente e abrangente. Embora essas mudanças sejam frequentemente desafiadoras, elas proporcionam informações qualificadas aos gestores, facilitando a implementação de medidas preventivas e de controle mais eficazes e oportunas, além de favorecer a transparência das informações para a sociedade.

Objetivos
Descrever o processo de concepção, implantação e utilização de um painel de indicadores numa unidade de atenção primária à saúde, como estratégia de qualificação do trabalho de suas equipes.
Métodos
O Centro de Saúde Escola do Butantã é uma unidade gerida pela Faculdade de Medicina da USP e atua integrado ao SUS no município de São Paulo. Alimenta bancos de dados de produção de serviços de diferentes naturezas, o que torna complexa a tarefa de utilização da informação para a gestão. Nesta experiência, foi utilizada a tecnologia do Power BI da Microsoft, para integrar diferentes fontes de dados e construir um painel interativo de monitoramento, disponibilizado online, para uso de suas equipes.
Resultados
O painel está disponível desde o final de 2021 e vem sendo constantemente revisado e ampliado, a partir das observações feitas por seus usuários. Seu acesso é feito a partir de um site construído para reunir informações que subsidiam o trabalho da unidade. Os dados do painel são frequentemente mencionados em reuniões de articulação das equipes, embora a utilização direta pelos profissionais ainda seja restrita. Os alunos que frequentam o serviço também o utilizam como apoio aos projetos que desenvolvem.
Conclusões
A disponibilidade deste painel de monitoramento auxilia na difusão da utilização da informação para qualificação da assistência e da relação com o território de responsabilidade, mas uma incorporação mais efetiva deve considerar as dificuldades de um cotidiano de trabalho marcado por constante sobrecarga, além da necessidade de investimento na educação continuada, para esta específica temática.

Introdução: Na Paraíba, 100% dos óbitos maternos declarados são investigados, com percentuais de investigação de óbitos de mulheres em idade fértil entre 87% e 94% nos últimos cinco anos, embora esses percentuais variem entre os municípios, especialmente nos mais populosos. Objetivo: Considerando esses dados, este estudo propõe uma rotina de "data mining" que relaciona bancos de dados dos sistemas de nascimento e óbito, com o objetivo de identificar óbitos maternos não declarados. Métodos: Um algoritimo desenvolvido em código aberto, com execução eficiente e flexível, desde o processamento dos dados até a exportação, relacionando base de dados do SIM e SINASC. Tratamos dados ausentes e realizamos o "crossing" entre os bancos de dados. O processo de "data mining" empregou a metodologia de correspondência de string difusa de Levenshtein, adotando um score mínimo de 85% de similaridade, lidando assim com erros de digitação e mudanças de nome.Resultados e conclusões:O algoritmo desenvolvido foi implementado na rotina da área técnica de vigilância do óbito materno, otimizando a identificação de óbitos não declarados e proporcionando investigação oportuna e melhoria na qualidade do Sistema de Informação de Mortalidade. Destacamos que, com a transformação digital e o aumento da quantidade, velocidade, variedade e veracidade dos dados em saúde, é urgente adotar processos que melhorem a qualidade e análise desses dados. Esses processos podem ajudar na identificação de padrões, previsão de resultados e, principalmente, transformar dados em informações robustas e oportunas para a tomada de decisões, melhorando a qualidade e eficiência dos serviços de saúde.

Introdução: A melhoria da qualidade do Sistema de Informações sobre Mortalidade (SIM) destacou-se devido aos investimentos do Ministério da Saúde, em especial aprimorar cobertura e precisão das causas básicas de morte. Deve ser considerada a heterogeneidade espaço-temporal dos dados para que análises mais precisas e padronizadas. O grupo dos códigos garbage (GC), causas básicas de morte mal definidas/inespecíficas/inadequadas são alvos nesse sentido. Portanto, foi elaborado uma metodologia de redistribuição de GC para os dados do SIM de 2010 a 2019. Métodos: Os CG foram definidos pelo estudo GBD-2017. Os CG e seus respectivos targets foram separados visando estimar a mortalidade para “crônicas não transmissíveis”, “transmissíveis, infantis e maternas” e as “causas externas”. As definições foram avaliadas e discutidas com especialistas de cada área de estudo acima. A redistribuição dos CG foi realizada segundo local, ano, sexo e idade de forma proporcional, exceto pneumonias (J18) e causas externas (X59 e Y34) que receberam pesos empíricos do projeto de investigação de CG do MS . Resultados: A mortalidade estimada mostrou aumento de até 15% para causas externas e 6% para crônicas não transmissíveis. As curvas evoluíram com tendências semelhantes aos dados diretos do SIM. Desagregações loco-regionais identificaram mudanças de tendências. Discussão: A aplicação de métodos estatísticos contribui em análises de situação de saúde nacional mais adequadas à realidade nacional, entretanto, o aprimoramento da qualidade dos dados de mortalidade deve contínuo e incentivado para obtermos a melhor definição da causa básica de morte para o uso seguro dos dados brutos do SIM.