Webconferência - Linkage de dados em sistemas de registro eletrônico de saúde
TAREFA 4
Participar da webconferência segundo instruções abaixo.
Postar no moodle um resumo, de até uma página, explicitando os principais pontos abordados.
ATENÇÃO: a data limite para envio do resumo é 02/10.
23 Set 2013 - 20h
Tema: Linkage de dados em sistemas de registro eletrônico de saúde
Palestrante: Dra. Katia Mitiko Firmino Suzuki (FMRP-USP)
Webconferência utilizando recurso próprio do moodle através da disciplina.
Resumo da Palestra: O relacionamento de dados – record linkage, originou-se na área da saúde pública e atualmente é aplicado em várias outras áreas como: epidemiologia, pesquisa médica, criação de ensaios clínicos. A técnica consiste no processo de comparação entre dois ou mais registros em diferentes bases de dados e as principais estratégias de record linkage são: manual, deterministic record linkage (DRL) e probabilistic record linkage (PRL). Objetivo: Aplicar o record linkage em bases de dados heterogêneas, utilizadas pela rede de atenção à saúde do município de Ribeirão Preto e identificar entre elas a melhor estratégia a ser adotada para a integração de bases de dados na área da saúde. As bases de dados da Secretaria Municipal de Saúde de Ribeirão Preto (SMS-RP) e do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (HCFMRP/USP). Métodos: Apenas os registros de pacientes em que o município de residência informado correspondia ao município de Ribeirão Preto e o atendimento tivesse ocorrido na Unidade Básica Distrital e de Saúde (UDBS) - Centro Saúde Escola “Joel Domingos Machado" (CSE-Sumarezinho) nos anos de janeiro de 2006 a agosto de 2008 e no HCFMRP/USP. Foi selecionada uma amostra aleatória simples resultando em um conjunto de 1.100 registros de pacientes na base de dados do CSE-Sumarezinho e de 370.375 registros na base de dados do HCFMRP/USP. Foram, então, selecionadas quatro variáveis de relacionamento (nome, nome da mãe, sexo e data de nascimento). As estratégias adotadas foram: DRL exato, DRL com discordância em uma variável de relacionamento, e baseada em funções de similaridades (Dice, Levenshtein, Jaro e Jaro-Winkler) e, por fim, PRL. Resultados: A estratégia DRL exato resultou em 334 registros pareados e na abordagem com discordância de uma variável foram 335, 343, 383 e 495, sendo as variáveis discordantes sexo, data de nascimento, nome e nome da mãe respectivamente. Quanto ao uso das funções de similaridades, as que mais se destacaram foram Jaro-Winkler e Jaro. Quanto à acurácia dos métodos aplicados, o PRL (sensibilidade = 96,27% (CI 95% 94,5–97,6) e especificidade = 98,55% (CI 95% 97,0-99,4)) obteve melhor sensibilidade e especificidade, seguido do DRL com as funções de similaridade Jaro-Winkler (sensibilidade = 91,3% (CI 95% 88,7–93,4) e especificidade = 99% (CI 95% 97,6-99,7)) e Jaro (sensibilidade = 73,1% (CI 95% 69,4–76,6) e especificidade = 99,6% (CI 95% 98,5-99,9)). Quanto à avaliação da área sob a curva ROC do PRL, observou-se que há diferença estatisticamente significativa (p = 0,0001) quando comparada com os métodos DRL com discordância da variável nome da mãe, Jaro-Winkler e Jaro. Conclusão: o método PRL é mais preciso dentre as técnicas avaliadas. Mas as técnicas com a função de similaridade de Jaro-Winkler e Jaro também são alternativas viáveis interessantes devido à facilidade de utilização apesar de apresentarem o valor de sensibilidade ligeiramente menor que o PRL.
Curriculo do Palestrante: Analista de Sistemas da Faculdade de Medicina de Ribeirão Preto (FMRP) desde 1997. Possui doutorado em Ciências Médicas pela Faculdade de Medicina de Ribeirão Preto - FMRP da Universidade de São Paulo (2012) e mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP) em 1999. Atualmente é Chefe da Seção Técnica de Informática - STI, da FMRP. Desenvolve atividades integração de bases de dados utilizando técnicas de record linkage, projetos na área de cloud computing e telemedicina e telessaúde.
Curriculo Lattes: http://lattes.cnpq.br/0884336851721516