Detecção de indícios de fraudes no Programa Farmácia Popular do Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/214032 |
Resumo: | Esta dissertação tem por objetivo desenvolver um método de detecção de indícios de fraudes no Programa Farmácia Popular do Brasil. Nesta pesquisa, foram avaliadas intervenções utilizadas para combater a fraude na atenção à saúde e identificaram-se resultados relacionados a fatores de importância para os profissionais de área, como maior confiabilidade. Para esse propósito o estudo aproveita os métodos de machine learning. O estudo começa com um breve relato de artigos relacionados à detecção de outliers e análise de técnicas encontradas na literatura especializada nesse contexto. Posteriormente, técnicas não supervisionadas de detecção de outliers são aplicadas a dados empíricos. Os resultados são comparados e mostram que o Método Mahalanobis tem o melhor desempenho de detecção de indícios de fraudes em potencial. |
id |
URGS_b44d59eebd3f3362edf110ee2de7c63f |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/214032 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Ferreira, Jorge André MuñozBecker, Joao Luiz2020-10-08T04:01:40Z2020http://hdl.handle.net/10183/214032001118524Esta dissertação tem por objetivo desenvolver um método de detecção de indícios de fraudes no Programa Farmácia Popular do Brasil. Nesta pesquisa, foram avaliadas intervenções utilizadas para combater a fraude na atenção à saúde e identificaram-se resultados relacionados a fatores de importância para os profissionais de área, como maior confiabilidade. Para esse propósito o estudo aproveita os métodos de machine learning. O estudo começa com um breve relato de artigos relacionados à detecção de outliers e análise de técnicas encontradas na literatura especializada nesse contexto. Posteriormente, técnicas não supervisionadas de detecção de outliers são aplicadas a dados empíricos. Os resultados são comparados e mostram que o Método Mahalanobis tem o melhor desempenho de detecção de indícios de fraudes em potencial.This Master Thesis aims to develop a method of detecting evidence of fraud in the Programa Farmácia Popular do Brasil. In this research, interventions used to combat fraud in health care were evaluated and results related to factors of importance to professionals in the area were identified, such as greater reliability. For this purpose, the study takes advantage of machine learning methods. The study begins with a brief report of articles related to the detection of outliers and analysis of techniques found in the specialized literature in this context. Subsequently, unsupervised outlier detection techniques are applied to empirical data. The results are compared and show that the Mahalanobis Method has the best performance of detecting evidence of potential fraud.application/pdfporMedicamentosAssistência farmacêuticaPolítica de saúdeHealthcareFraud detectionDetecção de indícios de fraudes no Programa Farmácia Popular do Brasilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de AdministraçãoPrograma de Pós-Graduação em AdministraçãoPorto Alegre, BR-RS2020mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001118524.pdf.txt001118524.pdf.txtExtracted Texttext/plain186648http://www.lume.ufrgs.br/bitstream/10183/214032/2/001118524.pdf.txt0dd3762df7f3141ef7795932ce5bab3bMD52ORIGINAL001118524.pdfTexto completoapplication/pdf4661110http://www.lume.ufrgs.br/bitstream/10183/214032/1/001118524.pdf8b3b3e5f074bb36f79665f895a160dbbMD5110183/2140322020-10-09 04:03:33.939971oai:www.lume.ufrgs.br:10183/214032Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532020-10-09T07:03:33Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Detecção de indícios de fraudes no Programa Farmácia Popular do Brasil |
title |
Detecção de indícios de fraudes no Programa Farmácia Popular do Brasil |
spellingShingle |
Detecção de indícios de fraudes no Programa Farmácia Popular do Brasil Ferreira, Jorge André Muñoz Medicamentos Assistência farmacêutica Política de saúde Healthcare Fraud detection |
title_short |
Detecção de indícios de fraudes no Programa Farmácia Popular do Brasil |
title_full |
Detecção de indícios de fraudes no Programa Farmácia Popular do Brasil |
title_fullStr |
Detecção de indícios de fraudes no Programa Farmácia Popular do Brasil |
title_full_unstemmed |
Detecção de indícios de fraudes no Programa Farmácia Popular do Brasil |
title_sort |
Detecção de indícios de fraudes no Programa Farmácia Popular do Brasil |
author |
Ferreira, Jorge André Muñoz |
author_facet |
Ferreira, Jorge André Muñoz |
author_role |
author |
dc.contributor.author.fl_str_mv |
Ferreira, Jorge André Muñoz |
dc.contributor.advisor1.fl_str_mv |
Becker, Joao Luiz |
contributor_str_mv |
Becker, Joao Luiz |
dc.subject.por.fl_str_mv |
Medicamentos Assistência farmacêutica Política de saúde |
topic |
Medicamentos Assistência farmacêutica Política de saúde Healthcare Fraud detection |
dc.subject.eng.fl_str_mv |
Healthcare Fraud detection |
description |
Esta dissertação tem por objetivo desenvolver um método de detecção de indícios de fraudes no Programa Farmácia Popular do Brasil. Nesta pesquisa, foram avaliadas intervenções utilizadas para combater a fraude na atenção à saúde e identificaram-se resultados relacionados a fatores de importância para os profissionais de área, como maior confiabilidade. Para esse propósito o estudo aproveita os métodos de machine learning. O estudo começa com um breve relato de artigos relacionados à detecção de outliers e análise de técnicas encontradas na literatura especializada nesse contexto. Posteriormente, técnicas não supervisionadas de detecção de outliers são aplicadas a dados empíricos. Os resultados são comparados e mostram que o Método Mahalanobis tem o melhor desempenho de detecção de indícios de fraudes em potencial. |
publishDate |
2020 |
dc.date.accessioned.fl_str_mv |
2020-10-08T04:01:40Z |
dc.date.issued.fl_str_mv |
2020 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/214032 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001118524 |
url |
http://hdl.handle.net/10183/214032 |
identifier_str_mv |
001118524 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/214032/2/001118524.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/214032/1/001118524.pdf |
bitstream.checksum.fl_str_mv |
0dd3762df7f3141ef7795932ce5bab3b 8b3b3e5f074bb36f79665f895a160dbb |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1800309171354075136 |