Mortalidade proporcional segundo o capítulo da CID-10: mudanças entre as edições
Linha 57: | Linha 57: | ||
* Grupos de causas, conforme a seguinte classificação: | * Grupos de causas, conforme a seguinte classificação: | ||
{| class="wikitable" | |||
|- | |||
! | |||
! | |||
! | |||
! | |||
! | |||
|- | |||
| | |||
| | |||
| | |||
| | |||
| | |||
|- | |||
| | |||
| | |||
| | |||
| | |||
| | |||
|- | |||
| | |||
| | |||
| | |||
| | |||
| | |||
|} | |||
== Dados Estatísticos e Comentários == | == Dados Estatísticos e Comentários == |
Edição das 12h28min de 16 de janeiro de 2023
Introdução
A nota técnica de indicador descreve o trabalho de processamento e apresentação de dados de Principais Grupo de causas de morte por faixa etária e decorrente extratificação. A metodologia aplicada pelo Centro de Informações Estratégicas para a Gestão do SUS (Cieges) constitui adaptação de fichas da Rede Interagencial de Informações para a Saúde (RIPSA) e de ensejos anteriores da gestão estadual do SUS.
Endereço eletrônico
Essa nota técnica é acessível pelo endereço https://wiki.conass.org.br/index.php?title=Principais_Grupo_de_causas_de_morte_por_faixa_et%C3%A1ria.
Objetivo
Apresentar parâmetros de interpretação, granularidade e reprodutibilidade do indicador.
Ficha do indicador para o sanitarista
Conceituação
Distribuição percentual de óbitos por grupos de causas definidas, na população residente em determinado espaço geográfico, no ano considerado.
Interpretação
Mede a participação relativa dos principais grupos de causas de morte no total de óbitos com causa definida.
De modo geral, é influenciado pela participação de fatores que contribuem para aumentar ou diminuir determinadas causas, alterando a distribuição proporcional das demais: condições socioeconômicas, perfil demográfico, infra-estrutura de serviços públicos, acesso e qualidade dos serviços de saúde.
Usos
- Analisar variações populacionais, geográficas e temporais da mortalidade por grupos de causas em segmentos populacionais, identificando situações de desigualdade e tendências que demandem ações e estudos específicos.
- Contribuir na avaliação dos níveis de saúde e de desenvolvimento socioeconômico da população, prestando-se para comparações nacionais e internacionais.
- Subsidiar processos de planejamento, gestão e avaliação de políticas públicas visando à adoção de medidas preventivas e assistenciais relativas a cada grupo de causas.
Limitações
- Requer correção da subenumeração de óbitos captados pelo Sistema de Informação sobre Mortalidade, especialmente nas regiões Norte e Nordeste.
- Apresenta restrição de uso sempre que ocorra elevada proporção de óbitos sem assistência médica ou por causas mal definidas.
- Depende da composição da população por idade e sexo, que condiciona a freqüência de óbitos por causas em segmentos demográficos específicos.
- Requer informações adicionais para avaliar o risco de morte, pois o aumento (ou redução) proporcional de óbitos por determinada causa pode ser devido a variações da freqüência de outras causas.
Fontes
Ministério da Saúde. Secretaria de Vigilância em Saúde (SVS): Sistema de Informações sobre Mortalidade (SIM).
Métodos de Cálculo
\frac{O_{causa}}{O_{residentes}}\times 1.00
[[File:https://latex.codecogs.com/svg.image?O_%7Bcausa%7D]] Número de óbitos de residentes por grupo de causas definidas*.
[[File:https://latex.codecogs.com/svg.image?O_%7Bresidentes%7D]] Número total de óbitos de residentes, excluídas as causas mal definidas.
Nota: *Ver os grupos de causas definidas no item 7 - Categorias sugeridas para análise.
Categorias Sugeridas para Análise
- Unidade geográfica: Brasil, grandes regiões, estados, Distrito Federal, regiões metropolitanas e municípios das capitais.
- Sexo: masculino e feminino.
- Faixa etária: menor de 1 ano, 4, 9, 19, 29, 39, 49, 59, 69, 79 e 80 anos e mais. Para menores de 1 ano: 6 dias (neonatal precoce), 27 dias (neonatal tardio) e 364 dias completos (pós-neonatal).
- Grupos de causas, conforme a seguinte classificação:
Dados Estatísticos e Comentários
Mortalidade proporcional por grupos de causas (%) Brasil e grandes regiões, 1996 e 2004
Grupos de Causas Brasil Norte Nordeste Sudeste Sul C. Oeste 1996 2004 1996 2004 1996 2004 1996 2004 1996 2004 1996 2004 Doenças infecciosas e parasitárias 6,8 5,1 9,2 7,3 8,6 6,0 6,6 4,9 4,6 4,0 8,1 5,5 Neoplasias 13,4 15,7 11,2 12,7 10,6 12,5 13,6 16,3 16,4 19,2 12,0 14,4 Doenças do aparelho circulatório 32,3 31,8 24,1 24,3 29,9 30,9 33,3 32,7 34,7 33,1 28,9 30,8 Doenças do aparelho respiratório 11,5 11,4 9,5 11,1 9,4 9,5 11,8 12,2 13,4 11,8 9,8 10,1 Algumas afecções originadas no período perinatal 4,8 3,5 10,6 8,2 6,9 5,7 4,2 2,4 3,3 2,2 5,7 3,6 Causas externas 15,4 14,2 20,1 18,9 17,0 15,5 14,9 13,3 13,1 12,6 20,5 17,8 Demais causas definidas 15,7 18,3 15,3 17,6 17,7 19,9 15,6 18,2 14,6 17,1 15,1 17,8 Total 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Fonte: Ministério da Saúde/SVS – Sistema de Informações sobre Mortalidade (SIM).
Mais de 60% dos óbitos informados no país em 2004 foram devidos a três grupos de causas: doenças do aparelho circulatório (31,8%), causas externas (14,2%) e neoplasias (13,4%), com pequenas variações em relação aos valores de 1996. Nos anos analisados, as doenças do aparelho circulatório estavam em primeiro lugar em todas as regiões. Em seguida, situavam-se as causas externas nas regiões Norte, Nordeste e Centro-Oeste, sendo que as neoplasias estavam em segundo lugar nas regiões Sul e Sudeste. As doenças infecciosas e parasitárias, as causas externas e as afecções originadas no período perinatal diminuíram sua participação em todas as regiões.
Ficha do indicador para o cientista de dados
O público-alvo é o estatístico, gerente de banco de dados, desenvolvedor de software, analista de inteligência de negócios, informata em saúde, bioinformata e demais perfis relacionados ao processamento de dados massivos com técnicas de big data e soluções de aprendizado de máquina e inteligência artificial.
A URL do código-fonte completo deve ser apontada aqui, preferencialmente em plataforma git e de acesso livre.
Método de processamento de dados
Detalhamento das etapas de extração, transformação e carga com exemplos mínimos comtemplanto códigos-fonte, incluindo consultas de bancos de dados ou operações manuais, ferramentas, algoritmos, descrição dos atributos. Importante detalhar qual o Sistema Gerenciador de Banco de Dados (SGBD) usado, por exemplo, mysql
, postgreSQL
, Oracle
, etc. Se houver gerenciador de ETL, por exemplo, pentaho
ou informatica
, detalhar os processos (pipeline).
O detalhamento pode incluir diagramas de entidade e relacionamento, bem como informações complementares da modelagem relacional, incluindo etapas OLTP, do inglêsm "On-line Transaction Processing".
Método de processamento analítico
Detalhamento da transposição da modelagem relacional e transacional para a analítica na formação do repositório de dados (Data Warehouse - DW), incluindo méritros estabelecidos mas técnicas OLAP, do inglês, "On-line Analytical Processing" como descrição das etapas de formação das tabelas de fato e dimensão.
A solução deve ser apontada, por exemplo, disk.frame
, Hadoop
, Spark
, Parquet e RDS
, Storm
, Cassandra
, RapidMiner
, MongoDB
, Neo4j
, SAMOA
, HPCC
, greenplum
, etc.
Método de apresentação de dados
Deve ser elencada e detalhada a técnica de construção da ferramenta utilizada, por exemplo R Shiny
, metabase
, Power BI
, Tableau
, Microstrategy
, QlikView / Qlik Sense
, DataStudio
, SAS
, Elastic/Kibana
, etc.
Método de análise matemática e estatística
Exemplos de código-fonte e respectiva explicação deve ser detalhado, citando a ferramenta, como projeto R
, python
, matlab
, scilab
, Stata
, SPSS
, PSPP
, Epiinfo
, etc.
Método de descoberta de conhecimento em bancos de dados (KDD)
Os processos e algoritmos de mineração de dados devem ser descritos aqui, sejam métodos de classificação supervisionados, isto é, a partir de classes previamente anotadas, ou métodos de classificação não supervisionados, bem como de regressão.
É desejavel segmentar as tarefas segundo a modalidade descritiva, preditiva ou prescritiva.
Exemplos de tipos de algoritmos são C4.5
, Random Forest
, K-mean Algorithm
, Support Vector Machines SVM
, Apriori Algorithm
, Expectation-Maximization Algorithm
e kNN
.
Apêndice
Ver também
Ligações externas
- Caderno Verde de indicadores básicos para a saúde no Brasil (IDB)
- Fichas de Qualificação da RIPSA – 2012
- Centro de Informações Estratégicas para a Gestão do SUS (Cieges)
Rastreabilidade
atributo | valor |
---|---|
Identificador | 13 |
Código RIPSA | C.4 |
Nome RIPSA | Mortalidade proporcional por grupos de causas - C.4 |
URL RIPSA | http://fichas.ripsa.org.br/2012/c-4/?l=pt_BR |
tabela CIEGES | bd_pri.mv_c_4_cartesiano |