Sistema de apoio à decisão na classificação de risco de dengue

Sistema de apoio à decisão na classificação de risco de dengue Um protótipo para triagem de risco dos casos de suspeita de dengue

Decision Support Systems in Dengue Risk Classification 

A prototype for risk screening of cases of suspected dengue

Gustavo Viana, Kelvin Souza, Miqueias Cristo, Patrik Silva

Alunos do curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas

Faculdade de Ciências Sociais Aplicadas de Belo Horizonte, Belo Horizonte, Brasil

[e-mail], [e-mail],[e-mail], [e-mail]

Resumo:Introdução: Os profissionais de saúde necessitam de dados suficientes e com qualidade que os auxiliem nos processos de tomada de decisão.O objetivo deste estudo é desenvolver de um protótipo que possa  contribuir para a identificação de problemas de qualidade de dados existentes em dados clínico na área da saúde. Métodos: Os métodos pressupuseram, a definição de requisitos e regras de negócio, o desenvolvimento, os testes do protótipo e a realização de dois estudos com a utilização do mesmo.Resultados: Os resultados mostram a detecção de diversos problemas e inconsistências com a utilização do protótipo, podendo-se destacar, que 82 mil episódios possuem diagnósticos com codigos não existentes  na tabela de CID-9, que 783 episódios da neoplasia ‘cancer de mama feminino’ possuem a variável ‘sexo’ igual a ‘masculino’.Conclusão: Este protótipo, para além de contribuir para a detecção de problemas na qualidade dos dados, tem a intenção de constituir um incentivo à melhoria das arquiteturas dos sistemas de informação existentes, evidenciando a importância do desenvolvimento de mecanismos de detecção e validação dos dados na área da saúde.

Palavras-Chaves:Inconsistências, qualidade de dados, bases de dados hospitalares

Abstract: Introduction: Health professionals need data, in sufficient quantity and quality, that can manage the vast amount of available data. They need help for data management and appropriate support for decision making.The focus of this study is to develop a prototype that can contribute to the identification of data quality problems in clinical and administrative data.Methods: Methods involve the definition of requisites and business rules, the prototype development and testing, and the realization of two studies using the prototype.Results: Studies performed using the prototype resulted in the detection of many data problems and inconsistencies. Amongst those we can point out, for instance, that 82,000 (15%) episodes had ‘diagnostic code does not exist in ICD-9 table’ and that 783 (0,2%) episodes within ‘female breast cancer’ had the variable gender equal to ‘male’.Conclusion: This prototype, besides contributing to the detection of data quality problems, is also expected to be an incentive to the improvement of information system architectures. It shows the importance of the development of mechanisms to detect and validate data in health environments.

Keywords: Inconsistencies, data quality, hospital databases

1. INTRODUÇÃO

Os Sistemas de Informação na área da saúde têm por finalidade disponibilizar o acesso à informação relevante sobre os cuidados da saúde e promover a qualidade dos serviços através do suporte prestado aos profissionais da saúde e dos próprios pacientes [1]. A área de SI na saúde inclui ferramentas e instrumentos que podem auxiliar a organização administrativa da consulta médica, o armazenamento de informação do paciente, a geração do diagnóstico, os serviços de telemedicina, a orientação terapêutica e o acesso à informação onde e quando ela for necessária para uma adequada tomada de decisão [2].

Um Sistema de Apoio à Decisão (SAD) é como o próprio nome sugere, um sistema implementado para auxiliar um profissional a tomar decisões associadas a uma determinada área de conhecimento. Tendo como objetivo principal a redução da incerteza durante o processo de tomada de uma decisão [3].

Um Sistema de Apoio à Decisão clínica (SADC) é desenvolvido para auxiliar o profissional da saúde a tomar decisões através da aplicação do conhecimento específico, fornecendo respostas, indicando sugestões, traçando caminhos alternativos para a solução de um determinado problema de modo a reduzir significativamente a incerteza na tomada de decisão clínica [1]. Com base nisso, buscamos desenvolver uma SADC que propõe auxiliar o profissional da saúde a tomar decisões sobre os casos de supeita de dengue de acordo com os dados clínicos apresentados.

A situação da dengue no Brasil indica um cenário de ampla transmissão endêmica e epidêmica definida especialmente pela vasta disseminação do Aedes aegypti em todas as regiões do país, determinada principalmente pela complexa dinâmica de dispersão do seu vírus e pela circulação simultânea de quatro sorotipos virais denominados: DENV1, DENV2, DENV3 e DENV4 que pertencem à família Flaviviridae e todos podem causar tanto a forma clássica da doença quanto as mais graves [4,5].

Com base nesse cenário de intensa transmissão o perfil da doença no país vem sofrendo alterações. Podemos destacar que entre as principais mudanças na epidemiologia da doença no Brasil é a ocorrência cada vez maior de suas formas graves e de óbitos. Na última década foram notificados 82.039 casos graves e 2.931 óbitos o que representa um aumento de 705% e 974%, respectivamente, se comparado com a década anterior [4].

Diante dessa mudança na epidemiologia da dengue no país, o Ministério da Saúde vem elaborando guias voltados para os profissionais da saúde. O conteúdo dos guias técnicos enfatiza a prioridade no atendimento ao paciente com suspeita de dengue, considerando o seu potencial de risco [6].

A implantação do protocolo de classificação de risco é de suma importância para que ofereça tratamento prioritário e oportuno dos casos de acordo com a gravidade da doença. De acordo com o protocolo duas questões devem ser levantadas pelo profissional de saúde ao reconhecer um caso de suspeita de dengue, deve questionar a presença de sinais de choque ou sinais de alarme grupos D e C respectivamente ou a ausência destes sinais grupos A ou B [4].