Programa de Pós-Graduação em Tecnologias da Informação e Gestão em Saúde
URI Permanente desta comunidade
Navegar
Navegando Programa de Pós-Graduação em Tecnologias da Informação e Gestão em Saúde por Assunto "[en] Data Mining"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
Item Descoberta de Conhecimento em Base de Dados de Cursos de Pós-Graduação do UNA-SUS/UFCSPA para Identificação de Fatores que Contribuem na Reintegração dos Alunos(2023-09-26) Christmann, Felipe Augusto Prauchner; Dahmer, Alessandra; Programa de Pós-Graduação em Tecnologias da Informação e Gestão em SaúdeIntrodução: A disponibilidade de dados na educação através de cursos e plataformas online cresce cada vez mais. A oferta de cursos a distância contribui de forma significativa para a geração de dados que podem ser explorados pelo processo de Descoberta de Conhecimento em Base de Dados. Objetivo: Analisar as características dos alunos do Curso de Especialização em Saúde da Família do UNA-SUS/UFCSPA, identificando o perfil daqueles que enfrentaram dificuldades ao longo do curso e tiveram sucesso na sua formação através da utilização do processo de descoberta de conhecimento em base de dados. Método: A partir das planilhas de dados do Curso de Especialização em Saúde da Família do UNA-SUS/UFCSPA foram selecionados os atributos de interesse e aplicado o processo de Descoberta de Conhecimento em Base de Dados com as técnicas de Árvore de Decisão e Regras de Associação. Após análise dos dados foi possível obter e comparar os perfis dos alunos reintegrados e evadidos. Resultado: Obteve-se um conjunto de 16 perfis, 8 para os alunos reintegrados e 8 para alunos evadidos. Na análise por região, quando comparados os perfis de alunos reintegrados e evadidos, encontrouse diferença entre todos os perfis, porém as características mais comuns foram o acesso à Internet e a presença na aula inaugural. Já na comparação dos perfis gerais (todas as regiões), estes se mostraram iguais. Conclusões: O processo de descoberta de conhecimento em base de dados foi aplicado com sucesso na base de dados educacionais do UNA-SUS/UFCSPA. Como resultado, foi possível obter perfis de alunos evadidos e reintegrados e realizar uma breve análise destes perfis, que podem servir de complemento para a criação de estratégias de mitigação da evasão nos cursos de ensino a distância.Item Descoberta de Conhecimento em bases de dados sobre procedimentos assistenciais em um plano de saúde(2023-07-27) Lamb, Ursula Roséli; Cazella, Silvio Cesar; Programa de Pós-Graduação em Tecnologias da Informação e Gestão em SaúdeIntrodução: O alto custo dos procedimentos que culmina em mensalidades elevadas dos planos de saúde e a necessidade constante de fomentar programas de cuidado em saúde aliada com a entrega ao paciente de saúde baseada em valor justificam novas abordagens em gestão e o uso de tecnologias no gerenciamento do sistema de saúde. Os procedimentos de saúde assistenciais realizados dentro do sistema de saúde suplementar formam bancos de dados com enormes oportunidades em gestão populacional. Técnicas de exploração de conjunto de dados como as disponíveis no processo de descoberta de conhecimento podem evidenciar conhecimento útil e novo paraa gestão. Objetivo: Aplicar o processo de descoberta de conhecimento em bases de dados de procedimentos de saúde buscando extrair conhecimento útil e novo para apoiar a decisão na gestão a fim de melhorar a qualidade dos cuidados em saúde. Método: Esta pesquisa tem natureza aplicada, constituindo na exploração dos dados oriundos dos bancos de dados sobre procedimentos em saúde. Um modelo descritivo de aprendizado de máquina não supervisionado, seguindo a metodologia do processo de descoberta de conhecimento e bases de dados, foi elaborado a partir do algoritmo K-means. A quantidade de agrupamentos obtida foi orientada pelo índice de silhueta e o teor da segregação foi analisada de acordo com o conhecimento acerca do negócio e dos procedimentos. Resultado: O melhor modelo obtido permitiu que se descobrissem quatro agrupamentos. Esse modelo foi arquitetado nas etapas de préprocessamento. Foram excluídas, por exemplo, as variáveis que apresentaram pouca frequência de utilização assim como as que totalizaram valores baixos de sinistralidade. Também foram analisadas a faixa etária de utilização e os valores totais de gastos por códigos para que o algoritmo pudesse expressar seu melhor resultado. Conclusões: O processo de descoberta de conhecimento mostrou-se uma alternativa interessante para a exploração do dataset composto por procedimentos em saúde. Essa metodologia permitiu a identificação de um modelo descritivo que poderá auxiliar no processo de tomada de decisão em gestão de saúde. Ações em saúde relacionadas a grupos de portadores de doenças crônicas assim como à super utilizadores do plano de saúde, por exemplo, poderão ser melhor executadas a partir desses achados