Estudo de caso. A implementação do projeto de internalização do RX do Centro de Diagnóstico Pneumológico do Porto

Portugal atravessa uma crise económico-financeira. A austeridade económica é prioritária, e a área de saúde não é exceção. Nesta conjuntura justifica-se de todo a realização de análises económicas na saúde. Este estudo é uma análise custo - mínimo ao Projeto de Internalização do RX do Centro Diagnóstico Pneumológico (CDP) do Porto com o objetivo de rentabilizar o equipamento radiológico instalado no CDP do Porto, pretende-se usar a capacidade máxima instalada e permitida pelo equipamento para produção de radiografias a utentes provenientes dos Agrupamentos de Centros de Saúde (ACES) do Porto. O Projeto de Internalização do RX do CDP do Porto é um projeto da Administração Regional de Saúde (ARS) do Norte, que pretende encaminhar os utentes dos ACES do Porto para realização de exames radiográficos no RX do CDP do Porto. Para proceder à análise económica foram identificados os custos e os benefícios relevantes do RX do CDP do Porto e elaboradas 3 estimativas: 1. Realização dos exames radiográficos do CDP do Porto a utentes do CDP do Porto e realização de exames radiográficos a utentes dos ACES do Porto nos gabinetes de radiologia convencionados pela ARSNorte; 2. Projeto de Internalização do RX do CDP do Porto com realização dos exames radiográficos até esgotar a capacidade máxima instalada do equipamento radiológico com recurso a utentes dos ACES do Porto; 3. Realização dos exames radiográficos nos ACES do Porto e dos exames do CDP do Porto nos gabinetes de radiologia convencionados. Os resultados da análise levaram à conclusão que a implementação do Projeto de Internalização do RX do Porto é rentável, ou seja, o projeto permitirá ganhos financeiros para a ARSNorte se for implementado na sua plenitude.

Gestão de dados pessoais em saúde

Na presente dissertação pretendemos averiguar da pertinência prática do actual modelo de protecção de dados clínicos, ou seja, se nele está devidamente consagrada a autonomia e a individualidade do utente; pretendemos ainda perceber a tendência evolutiva do sistema português de protecção de dados clínicos, nomeadamente a sua capacidade de inovação e adaptação aos sistemas internacionais, respeitando o nosso ordenamento jurídico. Concretamente, pretendemos perceber de que forma esta informação estará protegida, bem como até onde os utentes estarão consciencializados dos perigos que enfrentam. Embora este seja um problema mundial, o facto é que a Gestão do Sistema de Protecção de Dados Pessoais e Clínicos suscita polémica e interpretações diferentes, dada a sensibilidade ética do tema, a integridade humana. Além deste facto, estamos perante uma problemática que irá sempre envolver vários interesses e consequentemente um confronto de posições. Este trabalho procura ilustrar de que forma se lida com a gestão de dados pessoais no nosso país, de que modo se harmonizam os diferentes interesses e perspectivas, que prioridades se encontram na orientação governamental nesta matéria, quais as penalizações para os eventuais incumpridores e qual o futuro possível dos dados pessoais em saúde, tendo como objectivo comum uma eficácia e sustentabilidade dos mecanismos utilizados. Vamos encontrar interesses divergentes, compromissos permissivos ou restritivos de tratamento de dados, tendências que suportam interesses privados e públicos que se vão concretizar em escolhas eficientes de gestão de dados. Esta diversidade de comportamentos vai ser objecto de estudo e análise neste trabalho, procurando aferir das vantagens e desvantagens de um sistema de informação em saúde: universal com a população coberta, e integrado a fim de compartilhar informações de todos os pacientes, de todas as unidades de prestação de cuidados de saúde.

Identificação de compostos que modulam a patogénese da doença de Machado-Joseph em C.elegans: autofagia como alvo terapêutico: identification of small compounds that modulate pathogenesis of Machado-Joseph disease in a C.elegans model: targeting autophagy

A doença de Machado-Joseph (DMJ) ou ataxia espinocerebelosa do tipo 3 (SCA3), conhecida por ser a mais comum das ataxias hereditárias dominantes em todo o mundo, é uma doença neurodegenerativa autossómica dominante que leva a uma grande incapacidade motora, embora sem alterar o intelecto, culminando com a morte do doente. Atualmente não existe nenhum tratamento eficaz para esta doença. A DMJ é resultado de uma alteração genética causada pela expansão de uma sequência poliglutamínica (poliQ), na região C-terminal do gene que codifica a proteína ataxina-3 (ATXN3). Os mecanismos celulares das doenças de poliglutaminas que provocam toxicidade, bem como a função da ATXN3, não são ainda totalmente conhecidos. Neste trabalho, usamos, pela sua simplicidade e potencial genético, um pequeno animal invertebrado, o nemátode C. elegans, com o objetivo de identificar fármacos eficazes para o combate contra a patogénese da DMJ, analisando simultaneamente o seu efeito na agregação da ATXN3 mutante nas células neuronais in vivo e o seu impacto no comportamento motor dos animais. Este pequeno invertebrado proporciona grandes vantagens no estudo dos efeitos tóxicos de proteínas poliQ nos neurónios, uma vez que a transparência das suas 959 células (das quais 302 são neurónios) facilita a deteção de proteínas fluorescentes in vivo. Para além disso, esta espécie tem um ciclo de vida curto, é económica e de fácil manutenção. Neste trabalho testámos no nosso modelo transgénico da DMJ com 130Qs em C.elegans dois compostos potencialmente moduladores da agregação da ATXN3 mutante e da resultante disfunção neurológica, atuando pela via da autofagia. De modo a validar a possível importância terapêutica da ativação da autofagia os compostos candidatos escolhidos foram o Litío e o análogo da Rapamicina CCI-779, testados independentemente e em combinação. A neuroproteção conferida pelo Litío e pelo CCI-779 independentemente sugere que o uso destes fármacos possa ser considerado uma boa estratégia como terapia para a DMJ, a testar em organismos evolutivamente mais próximos do humano. A manipulação da autofagia, segundo vários autores, parece ser benéfica e pode ser a chave para o desenvolvimento de novos tratamentos para várias doenças relacionadas com a agregação proteica e o envelhecimento.

A Service Integration Platform for Collaborative Networks

Integrated manufacturing constitutes a complex system made of heterogeneous information and control subsystems. Those subsystems are not designed to the cooperation. Typically each subsystem automates specific processes, and establishes closed application domains, therefore it is very difficult to integrate it with other subsystems in order to respond to the needed process dynamics. Furthermore, to cope with ever growing marketcompetition and demands, it is necessary for manufacturing/enterprise systems to increase their responsiveness based on up-to-date knowledge and in-time data gathered from the diverse information and control systems. These have created new challenges for manufacturing sector, and even bigger challenges for collaborative manufacturing. The growing complexity of the information and communication technologies when coping with innovative business services based on collaborative contributions from multiple stakeholders, requires novel and multidisciplinary approaches. Service orientation is a strategic approach to deal with such complexity, and various stakeholders' information systems. Services or more precisely the autonomous computational agents implementing the services, provide an architectural pattern able to cope with the needs of integrated and distributed collaborative solutions. This paper proposes a service-oriented framework, aiming to support a virtual organizations breeding environment that is the basis for establishing short or long term goal-oriented virtual organizations. The notion of integrated business services, where customers receive some value developed through the contribution from a network of companies is a key element.

Internacionalização do vinho do Porto – estudo de caso Grupo Sogevinus

Dissertação apresentada ao Instituto Superior de Contabilidade para a obtenção do Grau de Mestre em Empreendedorismo e Internacionalização Orientada por Professor Doutor José Freitas Santos

NCRF 14 – concentrações de atividades empresariais e os impactos da sua aplicação: estudo de caso no setor empresarial

Projeto apresentado obtenção do Grau de Mestre em Auditoria Orientada pela Professora Doutora Alcina Augusta Sena Dias

Activos fixos tangíveis numa empresa industrial do ramo automóvel transição para o SNC

Dissertação para a obtenção do grau de mestre em Contabilidade e Finanças Orientador: Mestre António Costa Reis

A NCRF 22 – Contabilização dos subsídios do governo e implicações fiscais e de auditoria

Dissertação apresentada ao Instituto Superior de Contabilidade e Administração do Porto para a obtenção do grau de Mestre em Auditoria Orientada pelo Doutor José de Campos Amorim

Fatores influenciadores da gestão da qualidade e independência do auditor: um estudo de caso

Dissertação apresentada ao Instituto Superior de Contabilidade para obtenção do Grau de Mestre em Auditoria Orientada por: Doutora Alcina Dias

A congestion management and transmission price simulator for competitive electricity markets

In a liberalized electricity market, the Transmission System Operator (TSO) plays a crucial role in power system operation. Among many other tasks, TSO detects congestion situations and allocates the payments of electricity transmission. This paper presents a software tool for congestion management and transmission price determination in electricity markets. The congestion management is based on a reformulated Optimal Power Flow (OPF), whose main goal is to obtain a feasible solution for the re-dispatch minimizing the changes in the dispatch proposed by the market operator. The transmission price computation considers the physical impact caused by the market agents in the transmission network. The final tariff includes existing system costs and also costs due to the initial congestion situation and losses costs. The paper includes a case study for the IEEE 30 bus power system.

Real-time energy resources scheduling considering intensive wind penetration

The use of distributed energy resources, based on natural intermittent power sources, like wind generation, in power systems imposes the development of new adequate operation management and control methodologies. A short-term Energy Resource Management (ERM) methodology performed in two phases is proposed in this paper. The first one addresses the day-ahead ERM scheduling and the second one deals with the five-minute ahead ERM scheduling. The ERM scheduling is a complex optimization problem due to the high quantity of variables and constraints. In this paper the main goal is to minimize the operation costs from the point of view of a virtual power player that manages the network and the existing resources. The optimization problem is solved by a deterministic mixedinteger non-linear programming approach. A case study considering a distribution network with 33 bus, 66 distributed generation, 32 loads with demand response contracts and 7 storage units and 1000 electric vehicles has been implemented in a simulator developed in the field of the presented work, in order to validate the proposed short-term ERM methodology considering the dynamic power system behavior.

ANN-Based LMP forecasting in a distribution network with large penetration of DG

In recent years, power systems have experienced many changes in their paradigm. The introduction of new players in the management of distributed generation leads to the decentralization of control and decision-making, so that each player is able to play in the market environment. In the new context, it will be very relevant that aggregator players allow midsize, small and micro players to act in a competitive environment. In order to achieve their objectives, virtual power players and single players are required to optimize their energy resource management process. To achieve this, it is essential to have financial resources capable of providing access to appropriate decision support tools. As small players have difficulties in having access to such tools, it is necessary that these players can benefit from alternative methodologies to support their decisions. This paper presents a methodology, based on Artificial Neural Networks (ANN), and intended to support smaller players. In this case the present methodology uses a training set that is created using energy resource scheduling solutions obtained using a mixed-integer linear programming (MIP) approach as the reference optimization methodology. The trained network is used to obtain locational marginal prices in a distribution network. The main goal of the paper is to verify the accuracy of the ANN based approach. Moreover, the use of a single ANN is compared with the use of two or more ANN to forecast the locational marginal price.

QSAR modeling of antitubercular activity of diverse organic compounds

Tuberculosis (TB) is a worldwide infectious disease that has shown over time extremely high mortality levels. The urgent need to develop new antitubercular drugs is due to the increasing rate of appearance of multi-drug resistant strains to the commonly used drugs, and the longer durations of therapy and recovery, particularly in immuno-compromised patients. The major goal of the present study is the exploration of data from different families of compounds through the use of a variety of machine learning techniques so that robust QSAR-based models can be developed to further guide in the quest for new potent anti-TB compounds. Eight QSAR models were built using various types of descriptors (from ADRIANA.Code and Dragon software) with two publicly available structurally diverse data sets, including recent data deposited in PubChem. QSAR methodologies used Random Forests and Associative Neural Networks. Predictions for the external evaluation sets obtained accuracies in the range of 0.76-0.88 (for active/inactive classifications) and Q(2)=0.66-0.89 for regressions. Models developed in this study can be used to estimate the anti-TB activity of drug candidates at early stages of drug development (C) 2011 Elsevier B.V. All rights reserved.

Residential energy resources management by a SCADA system in case of excess wind generation

The end consumers in a smart grid context are seen as active players. The distributed generation resources applied in smart home system as a micro and small-scale systems can be wind generation, photovoltaic and combine heat and power facility. The paper addresses the management of domestic consumer resources, i.e. wind generation, solar photovoltaic, combined heat and power, electric vehicle with gridable capability and loads, in a SCADA system with intelligent methodology to support the user decision in real time. The main goal is to obtain the better management of excess wind generation that may arise in consumer’s distributed generation resources. The optimization methodology is performed in a SCADA House Intelligent Management context and the results are analyzed to validate the SCADA system.

Adaptive learning in multiagent systems: a forecasting methodology based on error analysis

Electricity markets are complex environments, involving a large number of different entities, playing in a dynamic scene to obtain the best advantages and profits. MASCEM is a multi-agent electricity market simu-lator to model market players and simulate their operation in the market. Market players are entities with specific characteristics and objectives, making their decisions and interacting with other players. MASCEM pro-vides several dynamic strategies for agents’ behaviour. This paper presents a method that aims to provide market players strategic bidding capabilities, allowing them to obtain the higher possible gains out of the market. This method uses an auxiliary forecasting tool, e.g. an Artificial Neural Net-work, to predict the electricity market prices, and analyses its forecasting error patterns. Through the recognition of such patterns occurrence, the method predicts the expected error for the next forecast, and uses it to adapt the actual forecast. The goal is to approximate the forecast to the real value, reducing the forecasting error.