Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) |
Texto Completo: | https://repository.ufrpe.br/handle/123456789/5417 |
Resumo: | Pesquisas realizadas nas últimas décadas, indicam a necessidade de investigação de processos de infecção por múltiplos patógenos, denominados processos de coinfecção. Algumas coinfecções têm alcance mundial, envolvendo doenças tais como: HIV, malária, hepatite, dengue e, mais recentemente, COVID-19. Em um estudo realizado com 500 voluntários portadores do vírus HIV (Human Immunodeficiency Virus), observou-se que a coinfecção entre o vírus HIV e a MTB (Mycobacterium tuberculosis), bactéria causadora da tuberculose, produziu um aumento de chance de haver morte em 4.07 vezes, quando comparada com outros tipos de coinfecção. O panorama apresentado indica a necessidade de realização de estudos que permitam identificar ocorrências, mapear sua incidência em termos geográficos, e mesmo incluir aspectos que favoreçam a compreensão dos mecanismos biológicos envolvidos em processos de coinfecção, quer seja para prevenção, diagnóstico ou tratamento. No Brasil, um instrumento que auxilia no planejamento da saúde, definindo e avaliando o impacto das intervenções, é o Sistema de Informação de Agravos de Notificação – SINAN, disponibilizado pelo Departamento de Informática do SUS (DATASUS). A utilização efetiva destes bancos possibilita uma identificação da realidade epidemiológica de determinada área geográfica. O livre acesso a todos os profissionais da área de saúde, corrobora com a democratização de acesso à informação, permitindo que estas sejam disponibilizadas para a comunidade. Neste trabalho foi realizada uma análise exploratória dos dados relativos a processos de coinfecção de TB e HIV, advindos do SINAN, com o objetivo de propor métodos que facilitem a utilização dos dados desse sistema por profissionais da área de saúde, que não tenham formação técnica em computação. Considerando que tal aplicação é fortemente embasada no relacionamento de dados, optou-se por propor um mapeamento dos dados em bancos não convencionais, orientados a grafos, como o Neo4J. Assim, além de simplificar a modelagem, as aplicações desse tipo costumam ser mais rápidas, quando comparadas a aplicações tradicionais (utilizando bancos de dados relacionais). Portanto, o mapeamento de dados disponíveis no SINAN para o Neo4J, permitiu uma visualização mais perceptível das correlações, possibilitando uma análise de múltiplos fatores e características de processos de coinfecção, potencializando as informações obtidas a partir das bases do SINAN e do Sistema de Tabulação de Dados disponibilizada pelo órgão, o TABNET. |
id |
UFRPE_4d93f8409784186b7e7097ad7d28073f |
---|---|
oai_identifier_str |
oai:dspace:123456789/5417 |
network_acronym_str |
UFRPE |
network_name_str |
Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) |
repository_id_str |
https://v2.sherpa.ac.uk/id/repository/10612 |
spelling |
Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4JCoinfecçãoBancos de dados orientados a grafosHIV (Vírus)TuberculosePesquisas realizadas nas últimas décadas, indicam a necessidade de investigação de processos de infecção por múltiplos patógenos, denominados processos de coinfecção. Algumas coinfecções têm alcance mundial, envolvendo doenças tais como: HIV, malária, hepatite, dengue e, mais recentemente, COVID-19. Em um estudo realizado com 500 voluntários portadores do vírus HIV (Human Immunodeficiency Virus), observou-se que a coinfecção entre o vírus HIV e a MTB (Mycobacterium tuberculosis), bactéria causadora da tuberculose, produziu um aumento de chance de haver morte em 4.07 vezes, quando comparada com outros tipos de coinfecção. O panorama apresentado indica a necessidade de realização de estudos que permitam identificar ocorrências, mapear sua incidência em termos geográficos, e mesmo incluir aspectos que favoreçam a compreensão dos mecanismos biológicos envolvidos em processos de coinfecção, quer seja para prevenção, diagnóstico ou tratamento. No Brasil, um instrumento que auxilia no planejamento da saúde, definindo e avaliando o impacto das intervenções, é o Sistema de Informação de Agravos de Notificação – SINAN, disponibilizado pelo Departamento de Informática do SUS (DATASUS). A utilização efetiva destes bancos possibilita uma identificação da realidade epidemiológica de determinada área geográfica. O livre acesso a todos os profissionais da área de saúde, corrobora com a democratização de acesso à informação, permitindo que estas sejam disponibilizadas para a comunidade. Neste trabalho foi realizada uma análise exploratória dos dados relativos a processos de coinfecção de TB e HIV, advindos do SINAN, com o objetivo de propor métodos que facilitem a utilização dos dados desse sistema por profissionais da área de saúde, que não tenham formação técnica em computação. Considerando que tal aplicação é fortemente embasada no relacionamento de dados, optou-se por propor um mapeamento dos dados em bancos não convencionais, orientados a grafos, como o Neo4J. Assim, além de simplificar a modelagem, as aplicações desse tipo costumam ser mais rápidas, quando comparadas a aplicações tradicionais (utilizando bancos de dados relacionais). Portanto, o mapeamento de dados disponíveis no SINAN para o Neo4J, permitiu uma visualização mais perceptível das correlações, possibilitando uma análise de múltiplos fatores e características de processos de coinfecção, potencializando as informações obtidas a partir das bases do SINAN e do Sistema de Tabulação de Dados disponibilizada pelo órgão, o TABNET.Research carried out in recent decades indicates the need to investigate infection processes by multiple pathogens, called co-infection processes. Some coinfections have a worldwide reach, involving diseases such as: HIV, malaria, hepatitis, dengue and, more recently, COVID-19. In a study carried out with 500 volunteers carrying the HIV virus (Human Immunodeficiency Virus), it was observed that the coinfection between the HIV virus and MTB (Mycobacterium tuberculosis), the bacterium that causes tuberculosis, produced an increase in the chance of death by 4.07 times when compared to other types of co-infection. The panorama presented indicates the need for studies to identify occurrences, map their incidence in geographic terms, and even include aspects that favor the understanding of the biological mechanisms involved in co-infection processes, whether for prevention, diagnosis or treatment. In Brazil, an instrument that helps in health planning, defining and evaluating the impact of interventions, is the Information System for Notifiable Diseases – SINAN, made available by the Department of Informatics of the SUS (DATASUS). The effective use of these databases makes it possible to identify the epidemiological reality of a given geographic area. Free access to all health professionals corroborates the democratization of access to information, allowing it to be made available to the community. In this work, an exploratory analysis was carried out on data relating to TB and HIV co-infection processes, coming from SINAN, with the objective of proposing methods that facilitate the use of data from this system by health professionals who do not have technical training in computing. Considering that such an application is strongly based on data relationships, it was decided to propose a mapping of data in unconventional databases, oriented to graphs, such as Neo4J. Thus, in addition to simplifying modeling, applications of this type tend to be faster when compared to traditional applications (using relational databases). Therefore, the mapping of data available at SINAN to Neo4J allowed a more perceptible visualization of correlations, enabling an analysis of multiple factors and characteristics of co-infection processes, enhancing the information obtained from the bases of SINAN and the Tabulation System of Data made available by the agency, TABNET.BrasilMelo, Jeane Cecília Bezerra dehttp://lattes.cnpq.br/5415193488789338http://lattes.cnpq.br/8499459630583005Freitas, Nara Suzy Aguiar dehttp://lattes.cnpq.br/6891650997818766Dias Neto, José Bartolomeu Alheiros2024-01-16T16:40:59Z2024-01-16T16:40:59Z2023-04-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis64 f.application/pdfDIAS NETO, José Bartolomeu Alheiros. Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J. 2023. 64 f. Trabalho de Conclusão de Curso (Bacharelado em Ciências da Computação) – Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2023.https://repository.ufrpe.br/handle/123456789/5417porhttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.pt-brAtribuição-NãoComercial-SemDerivações 4.0 Internacionalinfo:eu-repo/semantics/openAccessreponame:Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)instname:Universidade Federal Rural de Pernambuco (UFRPE)instacron:UFRPE2024-01-16T16:41:16Zoai:dspace:123456789/5417Repositório InstitucionalPUBhttps://repository.ufrpe.br/oai/requestrepositorio.sib@ufrpe.bropendoar:https://v2.sherpa.ac.uk/id/repository/106122024-01-16T16:41:16Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) - Universidade Federal Rural de Pernambuco (UFRPE)false |
dc.title.none.fl_str_mv |
Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J |
title |
Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J |
spellingShingle |
Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J Dias Neto, José Bartolomeu Alheiros Coinfecção Bancos de dados orientados a grafos HIV (Vírus) Tuberculose |
title_short |
Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J |
title_full |
Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J |
title_fullStr |
Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J |
title_full_unstemmed |
Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J |
title_sort |
Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J |
author |
Dias Neto, José Bartolomeu Alheiros |
author_facet |
Dias Neto, José Bartolomeu Alheiros |
author_role |
author |
dc.contributor.none.fl_str_mv |
Melo, Jeane Cecília Bezerra de http://lattes.cnpq.br/5415193488789338 http://lattes.cnpq.br/8499459630583005 Freitas, Nara Suzy Aguiar de http://lattes.cnpq.br/6891650997818766 |
dc.contributor.author.fl_str_mv |
Dias Neto, José Bartolomeu Alheiros |
dc.subject.por.fl_str_mv |
Coinfecção Bancos de dados orientados a grafos HIV (Vírus) Tuberculose |
topic |
Coinfecção Bancos de dados orientados a grafos HIV (Vírus) Tuberculose |
description |
Pesquisas realizadas nas últimas décadas, indicam a necessidade de investigação de processos de infecção por múltiplos patógenos, denominados processos de coinfecção. Algumas coinfecções têm alcance mundial, envolvendo doenças tais como: HIV, malária, hepatite, dengue e, mais recentemente, COVID-19. Em um estudo realizado com 500 voluntários portadores do vírus HIV (Human Immunodeficiency Virus), observou-se que a coinfecção entre o vírus HIV e a MTB (Mycobacterium tuberculosis), bactéria causadora da tuberculose, produziu um aumento de chance de haver morte em 4.07 vezes, quando comparada com outros tipos de coinfecção. O panorama apresentado indica a necessidade de realização de estudos que permitam identificar ocorrências, mapear sua incidência em termos geográficos, e mesmo incluir aspectos que favoreçam a compreensão dos mecanismos biológicos envolvidos em processos de coinfecção, quer seja para prevenção, diagnóstico ou tratamento. No Brasil, um instrumento que auxilia no planejamento da saúde, definindo e avaliando o impacto das intervenções, é o Sistema de Informação de Agravos de Notificação – SINAN, disponibilizado pelo Departamento de Informática do SUS (DATASUS). A utilização efetiva destes bancos possibilita uma identificação da realidade epidemiológica de determinada área geográfica. O livre acesso a todos os profissionais da área de saúde, corrobora com a democratização de acesso à informação, permitindo que estas sejam disponibilizadas para a comunidade. Neste trabalho foi realizada uma análise exploratória dos dados relativos a processos de coinfecção de TB e HIV, advindos do SINAN, com o objetivo de propor métodos que facilitem a utilização dos dados desse sistema por profissionais da área de saúde, que não tenham formação técnica em computação. Considerando que tal aplicação é fortemente embasada no relacionamento de dados, optou-se por propor um mapeamento dos dados em bancos não convencionais, orientados a grafos, como o Neo4J. Assim, além de simplificar a modelagem, as aplicações desse tipo costumam ser mais rápidas, quando comparadas a aplicações tradicionais (utilizando bancos de dados relacionais). Portanto, o mapeamento de dados disponíveis no SINAN para o Neo4J, permitiu uma visualização mais perceptível das correlações, possibilitando uma análise de múltiplos fatores e características de processos de coinfecção, potencializando as informações obtidas a partir das bases do SINAN e do Sistema de Tabulação de Dados disponibilizada pelo órgão, o TABNET. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-04-27 2024-01-16T16:40:59Z 2024-01-16T16:40:59Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
DIAS NETO, José Bartolomeu Alheiros. Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J. 2023. 64 f. Trabalho de Conclusão de Curso (Bacharelado em Ciências da Computação) – Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2023. https://repository.ufrpe.br/handle/123456789/5417 |
identifier_str_mv |
DIAS NETO, José Bartolomeu Alheiros. Análise de dados de Coinfecção Tuberculose/HIV disponíveis no SINAN utilizando o banco de dados Neo4J. 2023. 64 f. Trabalho de Conclusão de Curso (Bacharelado em Ciências da Computação) – Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2023. |
url |
https://repository.ufrpe.br/handle/123456789/5417 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.pt-br Atribuição-NãoComercial-SemDerivações 4.0 Internacional info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.pt-br Atribuição-NãoComercial-SemDerivações 4.0 Internacional |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
64 f. application/pdf |
dc.publisher.none.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Brasil |
dc.source.none.fl_str_mv |
reponame:Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) instname:Universidade Federal Rural de Pernambuco (UFRPE) instacron:UFRPE |
instname_str |
Universidade Federal Rural de Pernambuco (UFRPE) |
instacron_str |
UFRPE |
institution |
UFRPE |
reponame_str |
Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) |
collection |
Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) |
repository.name.fl_str_mv |
Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) - Universidade Federal Rural de Pernambuco (UFRPE) |
repository.mail.fl_str_mv |
repositorio.sib@ufrpe.br |
_version_ |
1809277163983077376 |