Núcleo de segurança do paciente - CNES serviços
Introdução
A nota técnica de indicador descreve o trabalho de processamento e apresentação de dados de Núcleos de Segurança do Paciente e decorrente estratificação. 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=N%C3%BAcleo_de_seguran%C3%A7a_do_paciente_-_servi%C3%A7os.
Objetivo
Apresentar parâmetros de interpretação, granularidade e reprodutibilidade do indicador.
Ficha do indicador para o profissional da saúde
Conceituação
Número de estabelecimentos com classificação de serviço referente a núcleo de segurança do paciente.
Classificação do Serviço: 170001 170 COMISSÕES E COMITÊS / 001 NÚCLEO DE SEGURANÇA DO PACIENTE
Interpretação
- Mede quantitativo de núcleos de segurança do paciente habilitadas, por categoria selecionadas, segundo a sua localização geográfica. É influenciado pelas condições socioeconômicas regionais, culturais e políticas de atenção à saúde.
- Cabe destacar que a Resolução - RDC Nº 36, de 25 de julho de 2013, que institui ações para a segurança do paciente em serviços de saúde e dá outras providências. Esta Resolução se aplica aos serviços de saúde, sejam eles públicos, privados, filantrópicos, civis ou militares, incluindo aqueles que exercem ações de ensino e pesquisa. Excluem-se do escopo desta Resolução os consultórios individualizados, laboratórios clínicos e os serviços móveis e de atenção domiciliar.
Usos
- Analisar variações geográficas e temporais da distribuição de Núcleos de Segurança do Paciente, identificando situações de desigualdade e tendências que demandem ações e estudos específicos.
- Subsidiar processos de planejamento, gestão e avaliação de políticas públicas voltadas para a prestação de serviços de saúde, assim como para a formação de profissionais de saúde e sua inserção no mercado de trabalho, assegurar boas práticas de funcionamento do serviço de saúde, oportunidade de promover cultura da segurança do paciente, garantir a qualidade dos serviços prestados, identificação, análise, avaliação, comunicação e controle de riscos e eventos adversos.
Limitações
- Inexistem padrões nacionais ou internacionais validados para análises comparativas, pois o indicador expressa uma combinação de fatores inerentes a realidades regionais ou locais distintas.
Fontes
Ministério da Saúde: Secretaria de Atenção Especializada à Saúde (SAES), CNES - Cadastro Nacional de Estabelecimentos de Saúde, Estabelecimentos, Classificação do Serviço.
Métodos de Cálculo
Número absoluto de núcleos de segurança do paciente ao mês.
Categorias Sugeridas para Análise
Unidade geográfica: Brasil, grandes regiões, estados e Distrito Federal.
Categorias Sugeridas para Análise
Níveis de desagregação definidos pela sua potencial contribuição para interpretação dos dados e que estão efetivamente disponíveis.
Dados Estatísticos e Comentários
CNES - ESTABELECIMENTOS - CLASSIFICAÇÃO DO SERVIÇO - BRASILQuantidade por Região segundo Ano/mês compet.Classificação do Serviço: 170001 170 COMISSOES E COMITES / 001 NUCLEO DE SEGURANCA DO PACIENTE Período: Jan/2019-Abr/2023 | |||||||
Ano/mês compet. | 1 Região Norte | 2 Região Nordeste | 3 Região Sudeste | 4 Região Sul | 5 Região Centro-Oeste | Total | |
---|---|---|---|---|---|---|---|
Fonte: Ministério da Saúde - Cadastro Nacional dos Estabelecimentos de Saúde do Brasil - CNES
Nota: A partir do processamento de junho de 2012, houve mudança na classificação da natureza e esfera dos estabelecimentos. Com isso, temos que:
| |||||||
2019/Jan | 287 | 312 | 1.254 | 466 | 299 | 2.618 | |
2019/Fev | 289 | 325 | 1.276 | 474 | 309 | 2.673 | |
2019/Mar | 296 | 346 | 1.312 | 489 | 346 | 2.789 | |
2019/Abr | 305 | 368 | 1.351 | 524 | 405 | 2.953 | |
2019/Mai | 318 | 419 | 1.492 | 570 | 532 | 3.331 | |
2019/Jun | 324 | 438 | 1.575 | 598 | 559 | 3.494 | |
2019/Jul | 333 | 475 | 1.632 | 625 | 577 | 3.642 | |
2019/Ago | 338 | 500 | 1.682 | 646 | 592 | 3.758 | |
2019/Set | 349 | 520 | 1.740 | 658 | 596 | 3.863 | |
2019/Out | 368 | 565 | 1.797 | 675 | 596 | 4.001 | |
2019/Nov | 373 | 584 | 1.836 | 697 | 599 | 4.089 | |
2019/Dez | 383 | 610 | 1.867 | 712 | 593 | 4.165 | |
2020/Jan | 387 | 653 | 1.870 | 720 | 599 | 4.229 | |
2020/Fev | 389 | 666 | 1.904 | 732 | 607 | 4.298 | |
2020/Mar | 393 | 676 | 1.958 | 736 | 611 | 4.374 | |
2020/Abr | 395 | 683 | 1.979 | 738 | 621 | 4.416 | |
2020/Mai | 397 | 697 | 2.031 | 744 | 635 | 4.504 | |
2020/Jun | 403 | 708 | 2.089 | 749 | 644 | 4.593 | |
2020/Jul | 405 | 717 | 2.138 | 759 | 645 | 4.664 | |
2020/Ago | 412 | 724 | 2.186 | 767 | 649 | 4.738 | |
2020/Set | 414 | 733 | 2.249 | 768 | 651 | 4.815 | |
2020/Out | 415 | 735 | 2.294 | 773 | 661 | 4.878 | |
2020/Nov | 416 | 743 | 2.327 | 784 | 661 | 4.931 | |
2020/Dez | 417 | 745 | 2.356 | 784 | 667 | 4.969 | |
2021/Jan | 420 | 769 | 2.401 | 787 | 671 | 5.048 | |
2021/Fev | 421 | 776 | 2.448 | 790 | 671 | 5.106 | |
2021/Mar | 425 | 789 | 2.471 | 794 | 674 | 5.153 | |
2021/Abr | 428 | 798 | 2.485 | 800 | 679 | 5.190 | |
2021/Mai | 432 | 811 | 2.526 | 809 | 689 | 5.267 | |
2021/Jun | 438 | 818 | 2.552 | 817 | 692 | 5.317 | |
2021/Jul | 439 | 832 | 2.574 | 826 | 702 | 5.373 | |
2021/Ago | 447 | 840 | 2.620 | 832 | 706 | 5.445 | |
2021/Set | 452 | 845 | 2.655 | 834 | 709 | 5.495 | |
2021/Out | 443 | 851 | 2.684 | 846 | 712 | 5.536 | |
2021/Nov | 441 | 870 | 2.707 | 852 | 713 | 5.583 | |
2021/Dez | 441 | 880 | 2.736 | 854 | 714 | 5.625 | |
2022/Jan | 443 | 893 | 2.748 | 856 | 720 | 5.660 | |
2022/Fev | 445 | 904 | 2.778 | 861 | 725 | 5.713 | |
2022/Mar | 451 | 913 | 2.786 | 867 | 742 | 5.759 | |
2022/Abr | 455 | 928 | 2.829 | 871 | 746 | 5.829 | |
2022/Mai | 457 | 952 | 2.890 | 875 | 761 | 5.935 | |
2022/Jun | 462 | 994 | 2.904 | 879 | 756 | 5.995 | |
2022/Jul | 468 | 1.005 | 2.957 | 898 | 769 | 6.097 | |
2022/Ago | 473 | 1.022 | 2.985 | 906 | 779 | 6.165 | |
2022/Set | 468 | 1.037 | 3.009 | 908 | 789 | 6.211 | |
2022/Out | 468 | 1.068 | 3.035 | 917 | 806 | 6.294 | |
2022/Nov | 472 | 1.079 | 3.065 | 925 | 808 | 6.349 | |
2022/Dez | 472 | 1.085 | 3.082 | 928 | 805 | 6.372 | |
2023/Jan | 471 | 1.093 | 3.108 | 929 | 815 | 6.416 | |
2023/Fev | 478 | 1.103 | 3.120 | 940 | 816 | 6.457 | |
2023/Mar | 479 | 1.118 | 3.167 | 942 | 825 | 6.531 | |
2023/Abr | 481 | 1.129 | 3.204 | 942 | 829 | 6.585 |
Literatura relacionada
A busca "Patient Safety"[Mesh]
no sítio PubMed resultou, em 22/5/2023, em 25.332 resultados.
Ficha do indicador para o cientista de dados
Método de processamento de dados
select co_estado_ibge
,co_cnes_estabelecimento
,no_fantasia
,A.sg_uf
,A.co_municipio_ibge
,T.no_municipio
,T.co_regiao_brasil::text || ' '|| T.no_regiao_brasil região
from bd_geral.td_estabelecimento A
left join bd_geral.td_territorio T
on A.co_municipio_ibge = T.co_municipio_ibge
where co_cnes_estabelecimento in (
select distinct cnes
from bd_sus_cnes.lk_cnes_sr lcs
where serv_esp = 170 and class_sr = 001 and competen = 202202
)
;
co_estado_ibge | co_cnes_estabelecimento | no_fantasia | sg_uf | co_municipio_ibge | no_municipio | região |
33 | 6.239.641 | FEMININA | RJ | 330.600 | TRES RIOS | 3 SUDESTE |
41 | 5.323.495 | UPA CIDADE INDUSTRIAL | PR | 410.690 | CURITIBA | 4 SUL |
41 | 2.781.786 | HOSPITAL MUNICIPAL VEREADOR JOAO SILVIO SENE | PR | 412.400 | SANTANA DO ITARARE | 4 SUL |
43 | 5.922.216 | HOSPITAL CASA DE SAUDE | RS | 431.690 | SANTA MARIA | 4 SUL |
42 | 6.337.120 | CENTRO MEDICO LOVATEL LTDA | SC | 421.950 | XANXERE | 4 SUL |
43 | 6.295.320 | AESC HOSPITAL SANTA ANA | RS | 431.490 | PORTO ALEGRE | 4 SUL |
35 | 9.801.391 | SAUDE DA MULHER E DA CRIANCA | SP | 352.170 | ITABERA | 3 SUDESTE |
15 | 2.318.644 | HOSPITAL SAO PAULO | PA | 150.550 | PARAGOMINAS | 1 NORTE |
31 | 2.763.397 | CLINICA DE FISIOTERAPIA E ORTOPEDIA SANTA MARIA | MG | 313.510 | JANAUBA | 3 SUDESTE |
35 | 7.580.770 | HOSPITAL ESTADUAL DE CAIEIRAS | SP | 350.900 | CAIEIRAS | 3 SUDESTE |
43 | 2.232.073 | HOSPITAL DE CAMPO BOM DR LAURO REUS | RS | 430.390 | CAMPO BOM | 4 SUL |
43 | 9.976.884 | CUIDARE SERVICOS DE DIALISE | RS | 432.260 | VENANCIO AIRES | 4 SUL |
51 | 6.616.607 | INSTITUTO DE SAUDE VIDA NOVA | MT | 510.340 | CUIABA | 5 CENTRO-OESTE |
43 | 9.701.192 | CLINICA CEZAR FERNANDES | RS | 431.710 | SANT'ANA DO LIVRAMENTO | 4 SUL |
13 | 9.481.516 | HAPCLINICA SAO JOSE | AM | 130.260 | MANAUS | 1 NORTE |
35 | 7.291.590 | HEMOMED INSTITUTO DE ONCOLOGIA E HEMATOLOGIA | SP | 354.780 | SANTO ANDRE | 3 SUDESTE |
31 | 9.807.888 | CLINICA ODONTO 4D | MG | 310.620 | BELO HORIZONTE | 3 SUDESTE |
42 | 9.756.000 | MATERCLINICA CLINICA MATERNO INFANTIL SS LTDA | SC | 421.950 | XANXERE | 4 SUL |
50 | 21.733 | MED RIM | MS | 500.270 | CAMPO GRANDE | 5 CENTRO-OESTE |
35 | 2.071.185 | POUPATEMPO DA SAUDE | SP | 355.650 | VARZEA PAULISTA | 3 SUDESTE |
23 | 5.368.790 | URORIM | CE | 230.190 | BARBALHA | 2 NORDESTE |
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, redução de dimensionalidade, etc.
É desejável 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
, kNN
, PCA
, SVD
.
Base de dados
Acesso aos dados tabulados ou via Interface de Programação de Aplicação (API, Application Programming Interface).
Apêndice
Ver também
- Nomenclatura
- MERCHAN-HAMANN, Edgar; TAUIL, Pedro Luiz e COSTA, Marisa Pacini. Terminologia das medidas e indicadores em epidemiologia: subsídios para uma possível padronização da nomenclatura. Inf. Epidemiol. Sus [online]. 2000, vol.9, n.4 [citado 2023-02-06], pp.276-284. Disponível em: <http://scielo.iec.gov.br/scielo.php?script=sci_arttext&pid=S0104-16732000000400006&lng=pt&nrm=iso>. ISSN 0104-1673. http://dx.doi.org/10.5123/S0104-16732000000400006.
Ligações externas
- Caderno Verde de indicadores básicos para a saúde no Brasil (IDB)
- Fichas de Qualificação da RIPSA – 2012
Rastreabilidade
atributo | valor |
---|---|
Identificador | código mantido na tabela bd_geral.td_indicador |
Código RIPSA | |
Nome RIPSA | |
URL RIPSA | http://fichas.ripsa.org.br/2012/ |
tabela CIEGES |
Indicador de Saúde Indicador de Saúde CIEGES Indicador de Saúde