Dados do Trabalho

Título

UTILIZAÇÃO DE LINKAGE PROBABILÍSTICO PARA UNIÃO DE BASES DE DADOS DOS SISTEMAS DE INFORMAÇÃO

Introdução

O Ministério da Saúde do Brasil, através do DATASUS, é responsável pelo gerenciamento de diversos Sistemas de Informação em Saúde. Estes têm como principal objetivo melhorar o monitoramento, a coleta de dados e a vigilância epidemiológica de doenças. Dentre os principais bancos de dados, podemos destacar o Sistema de Informação de Agravos de Notificação (SINAN) e o Sistema de Informação de Vigilância Epidemiológica (SIVEP).

Objetivo (s)

Este trabalho tem como objetivo demonstrar um método de Linkage entre as bases SINAN-Hepatites e SIVEP-Malária, entre os anos 2010 a 2019, utilizando a linguagem R no ambiente RStudio

Material e Métodos

Este projeto foi aceito pelo comitê de ética em pesquisa da Fundação de Medicina Tropical Dr. Heitor Vieira Dourado (CAAE 69779023700000005). Antes da realização do Linkage é necessária a limpeza e padronização, utilizando o pacote Tidyverse. Padronizamos o nome, data de nascimento do paciente e o nome da mãe, deixando-os em letra minúscula, sem acento gráfico e preposições de sobrenome. Após esta etapa é realizada a deduplicação da base, utilizando o pacote RecordLinkage, nesta etapa os pacientes têm seu nome comparado com possíveis pares presentes na própria base de dados. Devido a possibilidade de pares falsos, o programa atribui um peso que varia de 0 a 1 para determinar se é um par verdadeiro ou não, onde 0 representa correspondência nula e 1 perfeita, além de atribuir uma ID única para cada paciente. Neste trabalho consideramos o limite de peso de 0.7 para pares verdadeiros. Após a realização da deduplicação para cada base, é realizado o pareamento delas. Para o pareamento os bancos necessitam apresentar variáveis iguais, a serem selecionadas e agrupadas, formando uma única base.

Resultados e Conclusão

Os dados do  SINAN-Hepatites, no período do estudo apresentou 32.686 casos notificados e após o processo de deduplicação, observou-se que 2.582 registros apresentaram mais de uma notificação por indivíduo, devido a múltiplas entradas de pacientes. Já a base de dados SIVEP-Malária apresentou 720.409 registros e após a deduplicação, 117.041 apresentaram mais de um registro. No pareamento das duas bases, foi constatado que 13.343 pacientes apresentaram registros em ambas. Como existem diversos sistemas de informação no âmbito da saúde, e a falta de uma variável unívoca que nos auxilie em estudos, o processo de Linkage probabilístico se mostra eficaz para que a união dos bancos seja mais otimizada, visando auxiliar nos estudos acerca das doenças que acometem a população.

Palavras Chave

Linkage; Bases de dados; Sistemas de informação.