SmartClean: uma ferramenta para a limpeza incremental de dados

Neste artigo apresenta-se a ferramenta SmartClean, destinada à detecção e correcção de problemas de qualidade dos dados. Comparativamente às ferramentas actualmente existentes, o SmartClean possui a mais-valia de não obrigar a que a sequência de execução das operações seja especificada pelo utilizador. Para tal, foi concebida uma sequência segundo a qual os problemas são manipulados (i.e., detectados e corrigidos). A existência da sequência suporta ainda a execução incremental das operações. No artigo, a arquitectura subjacente à ferramenta é exposta, sendo detalhados os seus componentes. A validade da ferramenta e, consequentemente, da arquitectura é comprovada através da apresentação do caso de estudo efectuado. Apesar do SmartClean possuir potencialidades de limpeza de dados noutros níveis (e.g., relação), no artigo apenas são descritas as relativas ao nível do valor individual do atributo.

Interoperabilidade de operações de limpeza de dados recorrendo a ontologias

O surgimento de novos modelos de negócio, nomeadamente o estabelecimento de parcerias entre organizações, a possibilidade de as empresas poderem adicionar informação existente na web, em especial na web semânjtica, à informação de que dispõem, levou ao acentuar de alguns problemas já existentes nas bases de dados, nomeadamente no que respeita a problemas de qualidade de dados. Dados de má qualidade podem levar à perda de competitividade das organizações que os detêm, podendo inclusive levar ao seu desaparecimento, uma vez que muitas das suas tomadas de decisão são baseadas nestes dados. Por este motivo torna-se relevante a limpeza de dados que é um processo automático de detecção e eventual correção dos problemas de qualidade de dados, tais como registos duplicados, dados incompletos, e/ou inconsistentes. As abordagens atualmente existentes para solucionar estes problemas, encontram-se muito ligadas ao esquema das bases de dados e a domínios específicos. Para que as operações de limpeza de dados possam ser utilizadas em diferentes repositórios, torna-se necessário o entendimento, por parte dos sistemas computacionais, desses mesmos dados, ou seja, é necessária uma semântica associada. A solução apresentada passa pelo uso de ontologias, como forma de representação das operações de limpeza, para solucionar os problemas de heterogeneidade semântica, quer ao nível dos dados existentes nos diversos repositórios, quer ao nível da especificação das operações de limpeza. Estando as operações de limpeza definidas ao nível conceptual e existindo mapeamentos entre as ontologias de domínio e a ontologia associada a uma qualquer base de dados, aquelas poderão ser instanciadas e propostas ao utilizador para serem executadas sobre essa base de dados, permitindo assim a sua interoperabilidade.

Problemas de qualidade de dados em internamentos hospitalares e possíveis implicações

Nos dias de hoje, com a informatização dos sistemas de informação, as organizações, a nível mundial, são capazes de armazenar todo o tipo de informação por elas gerada. Esta informação é cada vez mais complexa, podendo conter dados de produção, de consumo, de facturação, etc. Sem desprezar o resto da informação produzida, pode dizer-se que os dados administrativos assumem uma relevância especial na gestão dessas organizações. É sobre estes dados que as organizações baseiam todas as tomadas de decisão que definem o seu futuro num ambiente competitivo. Associados a toda a complexidade da informação gerada, estão os problemas de qualidade de dados, muitas vezes desprezados, mas que podem influenciar negativamente as medidas adoptadas e os objectivos traçados. Este capítulo procura, acima de tudo, chamar a atenção para este tipo de problemas, referenciando algumas das suas implicações no âmbito hospitalar. Como resultado, este capítulo apresenta uma sistematização dos vários erros possíveis de constar neste tipo de bases de dados administrativas, contribuindo com alguns exemplos encontrados durante um estudo de qualidade de dados.

Arquitetura para aquisição de respostas a perguntas frequentes

Dissertação de natureza científica realizada para obtenção do grau de Mestre em Engenharia Informática e de Computadores

Reconto e aquisição da gramatica textual

Omnipresente, a narrativa é indossociável do quotidiano da criança...

Qualidade dos dados da vigilância epidemiológica da dengue em Belo Horizonte, MG

OBJETIVO: Avaliar a qualidade dos dados do sistema de vigilância epidemiológica na detecção de casos suspeitos de dengue internados em hospitais públicos e conveniados do Sistema Único de Saúde. MÉTODOS: O estudo foi realizado em Belo Horizonte, Estado de Minas Gerais, no período de 1996 a junho de 2002. Foram adotados os critérios de avaliação de qualidade dos dados de vigilância da dengue do Guidelines for Evaluating Public Health Surveillance Systems. Como padrão de referência foram utilizados os prontuários médicos revisados e validados dos pacientes internados e registrados na rede hospitalar do sistema público de saúde. Foram obtidos 266 (90%) do total de 294 prontuários selecionados, 230 (86,5%) preencheram o critério de caso suspeito de dengue. Para verificar associação entre o sub-registro e variáveis selecionadas, utilizou-se o odds ratio com intervalo de confiança de 95% em modelo de regressão logística. Para avaliar a sensibilidade do sistema de notificação, utilizou-se a proporção de casos internados no sistema hospitalar que estavam notificados; para o valor preditivo positivo, utilizou-se a proporção de casos confirmados por laboratório e registrados no sistema de notificação. RESULTADOS: Verificou-se sub-registro de 37% dos casos no período de 1997 a 2002, com cinco vezes mais chances de ocorrência nos três primeiros anos (OR=5,93; IC 95%: 2,50-14,04), oito vezes mais nas internações em hospitais conveniados que naqueles públicos (OR=8,42, IC 95%: 2,26-31,27). O sub-registro associou-se também aos casos clínicos internados sem manifestações hemorrágicas (OR=2,81; IC 95%: 1,28-6,15), e sem exames laboratoriais específicos para dengue no prontuário (OR=4,07; IC 95%: 1,00-16,52). A sensibilidade estimada do sistema de notificação foi de 63% e o valor preditivo positivo foi de 43%. CONCLUSÕES: Os casos de dengue registrados no sistema de notificação foram aqueles de evolução mais grave e não representaram a totalidade de casos internados no sistema público de saúde, superestimando a taxa de letalidade da doença. Os resultados indicam a necessidade de mudanças no modelo da vigilância e de implementação da capacitação dos profissionais de saúde, principalmente aqueles que trabalham em hospitais conveniados.

A aquisição da leitura e da escrita na Educação Pré-Escolar: estratégias de intervenção pedagógica

Mestrado, Educação Pré-Escolar e Ensino do 1º Ciclo do Ensino Básico, 3 de Julho de 2013, Universidade dos Açores (Relatório de Estágio).

Agrupamento de dados com restrições

Mestrado em Engenharia Informática

Modelização de distribuição de cetáceos: comparando conjuntos de dados e criando mapas realistas de distribuição

Jornadas "Ciência nos Açores - que futuro?", Biblioteca Pública e Arquivo Regional de Ponta Delgada, Largo do Colégio, Ponta Delgada, 7-8 de junho.

Aplicação web para tratamento estatístico de dados de teste

Mestrado em Engenharia Electrotécnica e de Computadores

Sustentabilidade da política de acesso a medicamentos anti-retrovirais no Brasil

OBJETIVO: Os gastos com a aquisição de anti-retrovirais no Brasil têm suscitado debates sobre a sustentabilidade da política de acesso universal a medicamentos para Aids, a despeito de seus evidentes benefícios. O objetivo do estudo foi analisar, no período de 1998 a 2005, a evolução dos gastos do Ministério da Saúde do Brasil com a aquisição de anti-retrovirais e seus determinantes, assim como a sustentabilidade desta política a médio prazo (2006-2008). MÉTODOS: O estudo da evolução dos gastos com anti-retrovirais compreendeu a análise de seus preços, do dispêndio ano a ano, do número de pacientes que utilizam a medicação, do gasto médio por paciente e das estratégias para a redução de preços adotadas no período. No tocante à análise de sustentabilidade da política de acesso a anti-retrovirais foram estimadas as despesas com a aquisição de medicamentos no período de 2006 e 2008 e a participação desses gastos no Produto Interno Bruto e nas despesas federais com saúde. Os dados foram coletados do Ministério da Saúde, do Instituto Brasileiro de Geografia e Estatística e do Ministério do Planejamento. RESULTADOS: As despesas com anti-retrovirais aumentaram 66% em 2005, interrompendo a tendência de redução observada no período 2000-2004. Os principais fatores associados a esse aumento foram o enfraquecimento da indústria nacional de genéricos e os resultados insatisfatórios dos processos de negociação com empresas farmacêuticas. CONCLUSÕES: A política de acesso universal no Brasil não é sustentável com as atuais taxas de crescimento do Produto Interno Bruto, sem que o País comprometa investimentos em outras áreas.

Avaliação do desempenho de um sistema híbrido de tomografia por emissão de positrões e tomografia computorizada

Mestrado em Medicina Nuclear.

Análise Envoltória de Dados na avaliação de hospitais públicos nas capitais brasileiras

OBJETIVO: Aplicar a metodologia de Análise Envoltória de Dados na avaliação do desempenho de hospitais públicos em termos das internações em suas clínicas médicas. MÉTODOS: A eficiência dos hospitais foi medida a partir do desempenho de unidades de decisão nas variáveis estudadas para cada hospital, no ano 2000. Foram analisados dados referentes às internações em clínica médica dos hospitais SUS das capitais estaduais do Brasil e Distrito Federal (taxas de mortalidade e tempo médio de internação, valor médio da internação e perfil de doenças). A técnica de análise de correlação canônica foi introduzida na restrição do intervalo de variação das variáveis. O modelo Constant Returns to Scale foi utilizado para gerar escores que permitissem avaliar a eficiência das unidades. A partir dos escores obtidos, os municípios foram classificados de acordo com seu desempenho relativo nas variáveis analisadas. Procurou-se correlação entre os escores de classificação com variáveis exógenas: despesas com programas de saúde básica por habitante e índice de desenvolvimento humano das capitais. RESULTADOS: Nos hospitais estudados se destacaram as doenças do aparelho circulatório (23,6% das internações); e a taxa de mortalidade foi de 10,3% das internações. Das 27 capitais, quatro alcançaram 100% de eficiência (Palmas, Macapá, Teresina e Goiânia), sete ficaram entre 85% e 100%, dez entre 70% e 85% e dez com menos de 70%. CONCLUSÕES: A ferramenta utilizada mostrou ser aplicável para a avaliação de desempenho de hospitais públicos, revelando a grande variabilidade entre as capitais brasileiras, no que se refere às internações em clínica médica.

Classes de objectos simbólicos: dados da indústria automóvel

XXI Jornadas de Classificação e Análise de Dados (JOCLAD 2014). 10-12 Abril, 2014, INE, Lisboa, Portugal (Comunicação).

Aplicação de regressão linear para correção de dados dietéticos

OBJETIVO: Estratégias metodológicas vêm sendo desenvolvidas para minimizar o efeito do erro de medida da dieta. O objetivo do estudo foi descrever a aplicação de uma estratégia para correção da informação dietética pelo erro de medida. MÉTODOS: Foram obtidos dados de consumo alimentar pela aplicação do Questionário de Freqüência Alimentar a 79 adolescentes do Município de São Paulo em 1999. Os dados dietéticos obtidos foram corrigidos por meio de regressão linear, após o ajuste pela energia usando-se o método dos resíduos. O método de referência utilizado foi o recordatório de 24 horas, aplicado em três momentos distintos. RESULTADOS: Os valores corrigidos aproximaram-se dos valores de referência. O fator de correção lambda foi de 0,89 para energia. Para os macronutrientes, os fatores foram de 0,41; 0,22 e 0,20, para carboidratos, lipídios e proteínas, respectivamente. CONCLUSÕES: As médias e desvios-padrão dos valores corrigidos denotam que houve uma correção do erro de medida. Apesar disso, debate-se o desempenho desses métodos, que são notoriamente imperfeitos quando seus pressupostos teóricos não são atendidos, o que é comum nos estudos da dieta que usam instrumentos de medida baseados no relato dos indivíduos.