Cazella, Sílvio CésarHinkel, José Henrique Schwanck2023-01-182023-01-182022https://repositorio.ufcspa.edu.br/handle/123456789/1934Dissertação (Mestrado)-Programa de Pós-Graduação em Tecnologias da Informação e Gestão em Saúde, Fundação Universidade Federal de Ciências da Saúde de Porto Alegre.Introdução: Os sistemas de informação de Vigilância Epidemiológica são ferramentas imprescindíveis para o monitoramento de doenças subsidiando a criação de políticas adequadas para prevenção e promoção da saúde. Com a transmissão comunitária do novo coronavírus no Brasil foram adotados dois sistemas não integrados de notificação do agravo, através dos quais são monitorados casos suspeitos, confirmados, internações e óbitos. Resultante de sistemas de informação não integrados, é papel da vigilância epidemiológica primar pela qualidade dos dados minimizando as inconsistências das bases de dados. O uso de Data Linkage para integração das bases de dados de notificação com sistemas de informação complementares tem potencial para identificar estas inconsistências ao identificar registros que se referem ao mesmo indivíduo de forma eficiente. Objetivo: Esta dissertação de mestrado tem por objetivo definir um processo de Data Linkage de bases de dados para auxiliar na identificação da subnotificação de agravos e inconsistências de notificações tendo como referência as notificações de COVID-19. Materiais e Métodos: Trata-se de uma pesquisa aplicada tendo como método o estudo de caso único realizando vinculações nas bases de dados e-SUS Notifica, SIVEP-Gripe, GAL e SIM do Estado do Rio Grande do Sul para o agravo COVID-19 avaliando a qualidade da vinculação obtida e do processo como um todo. Resultados: O processo definido esclareceu etapas a serem executadas, as decisões pertinentes a cada etapa, as inconsistências investigadas e o algoritmo desenvolvido para vinculação. A aplicação do processo para 5 vinculações obteve Sensibilidade de 97,33% e Especificidade de 95,36%. Os relatórios de inconsistências identificaram 104.388 possíveis inconsistências equivalendo a 2,16% dos registros nas bases, sendo 81.670 duplicidades e 11.735 subnotificações. Conclusões: O processo de data linkage definido contribui para identificação de inconsistências e qualificação das informações epidemiológicas sobre COVID-19 e pode ser replicado em outras localidades e para outros agravos.pt-BRAcesso Aberto ImediatoData LinkageQualidade da InformaçãoVigilância EpidemiológicaCOVID-19Record Linkage[en] Epidemiological MonitoringDissertação