Modelo preditivo de óbito a partir de dados do Sistema de Informações Hospitalares

Gomes, Andréa Silveira; Kluck, Mariza Machado; Riboldi, João; Fachel, Jandyra Maria Guimarães

doi:10.1590/s0034-89102010005000037

Cited by 10 publications

(5 citation statements)

References 22 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Por ser hospital de referência da região, muitos casos graves, politraumatismos, pacientes idosos com comorbidades procedentes de outros hospitais, bem como da rede ambulatorial são encaminhados a este serviço. Assim, as topografias mais frequentes da infecção hospitalar são distintas entre os serviços, relacionadas às ofertas assistenciais e cirúrgicas que podem atrair pacientes mais graves e com maior risco de morrer (6) . Particularmente a infecção do sítio cirúrgico depende da capacidade de sua identificação, muitas vezes com início fora do ambiente hospitalar, evento não investigado neste estudo (2) .…”

Section: Discussionunclassified

Óbitos associados à infecção hospitalar, ocorridos em um hospital geral de Sumaré-SP, Brasil

Guimarães¹,

Donalísio²,

Santiago

et al. 2011

Rev. Bras. Enferm.

View full text Add to dashboard Cite

This study investigated the socio-demographic profile, clinical procedures and etiology of nosocomial infection associated with deaths in the Hospital Estadual Sumaré, state of São Paulo, Brazil, from 2007 to 2008. The retrospective study of medical records (n = 133) revealed an average of 35 days of hospitalization. Most patients (97%) underwent some invasive procedure associated with nosocomial infection (p ≤ 0.05), including: 90 (67.7%) pneumonia, 62 (46.6%), urinary infections and 97 (73%) septicemia. Infection was the leading cause of death in 75 (56.4%) cases, with defined etiology in 110 (82.7%); 34 (30.9%) because of microorganisms that were multidrug-resistant. The most common was Staphylococcus aureus (25%), related to pneumonia and blood stream infection. The monitoring of hospital infection contributed to intervention at risk situation and death.

show abstract

Section: Discussionunclassified

Óbitos associados à infecção hospitalar, ocorridos em um hospital geral de Sumaré-SP, Brasil

Guimarães¹,

Donalísio²,

Santiago

et al. 2011

Rev. Bras. Enferm.

View full text Add to dashboard Cite

show abstract

“…The mortality rate was 6.3%. The large-scale hospitals had higher mortality rates than would be expected for the characteristics of the interventions carried out 7 .…”

Section: Introductionmentioning

confidence: 83%

Mortality from Complications of Medical Assistance in Brazil from 2000 to 2010

et al. 2019

View full text Add to dashboard Cite

Analisar o perfil epidemiológico da mortalidade da população brasileira por complicações decorrentes da assistência médica e cirúrgica, registrados na base de dados do Sistema de Informações sobre Mortalidade (SIM), no período de janeiro de 2000 a dezembro de 2010, segundo o local de ocorrência. Estudo ecológico sobre mortalidade por complicações da assistência médica e cirúrgica, de janeiro de 2000 a dezembro de 2010, dos dados disponibilizados online, via Tabnet, pelo Departamento de Informática do Sistema Único de Saúde - DATASUS. As mulheres (52,3%), brancas (64%) em idade avançada (65,6%), estão mais propensas às complicações decorrentes da assistência médica e cirúrgica. O evento adverso mais frequente foi a reação anormal ou complicação tardia, causadas por intervenção cirúrgica e por outros atos cirúrgicos, sem menção de acidente durante a intervenção e a maioria dos óbitos (93%) ocorreram em instituições hospitalares. Taxas aumentadas de mortalidade são evidenciadas nas regiões nordeste e sudeste do Brasil. A análise de mortalidade com elementos individuais e organizacionais, sugerem, como possíveis protetores ao óbito, o aumento da escolaridade, da renda média domiciliar per capita e o investimento em profissionais e na Atenção Básica de Saúde. A alteração da postura punitiva para uma postura educativa dentro das instituições, visando a prevenção do dano e o registro consciencioso das notificações, pode subsidiar o aumento das notificações e, consequentemente, das possibilidades analíticas desta temática.Palavras-chaves: Monitoramento Epidemiológico. Registros de Mortalidade. Segurança do Paciente.AbstractAnalyze the epidemiological profile of the Brazilian population mortality from complications arising from medical and surgical assistance, registered in the database of the Mortality Information System (SIM), from January 2000 to December 2010, according to the place of occurrence. Ecological study on mortality from complications of medical and surgical assistance, from January 2000 to December 2010, date provided online, via Tabnet, by the Department of Informatics of the Unified Health System-DATASUS. Women (52.3%), white (64%) in old age (65.6%), are more prone to complications arising from medical and surgical assistance. The most frequent adverse event was the abnormal reaction or late complication caused by surgery and other surgical acts, without mentioning accidents during the intervention and the majority of deaths (93%) occurred in hospitals. Increased rates of mortality are highlighted in the Northeast and Southeast regions of Brazil. The analysis of mortality on individual and organizational elements, suggest, the potential protectors to the death, the increase in schooling, the average income per capita household and professional investment in the basic attention to health. Changing the punitive posture is an educational stance within the institutions, OBJETIVOU at the prevention of damage and conscientious record of notifications can subsidize the increase in notifications and, consequently, of the analytical possibilities of this theme.Keywords: Epidemiological Monitoring. Mortality Registries. Patient Safety.

show abstract

“…Logistic Regression is a statistical method used to predict the value taken by a categorical variable, usually binary (such as pass/fail, win/lose), from a set of continuous or binary variables. It is used in various topics in healthcare, for example in [Liang et al 2018], [Adler et al 2011] and [Gomes et al 2010].…”

Section: Machine Learning Models For Predictionmentioning

confidence: 99%

Matched-Pair Analysis Using Machine Learning to Predict 1-year Mortality in Newborn Twins

Jesus¹,

Calais-Ferreira²,

Barreto³

2020

Anais Principais Do Simpósio Brasileiro De Computação Aplicada À Saúde (SBCAS 2020)

View full text Add to dashboard Cite

A análise de pares de gêmeos é uma ferramenta importante para avaliar fatores de risco familiares relacionados a diversos problemas, inclusive doenças. Modelos de aprendizado de máquina são ferramentas consolidadas utilizadas em diversas tarefas de predição nas mais diversas áreas. Porém, elas não são totalmente adequadas para a análise de conjuntos de dados onde os pares de registros possuem forte correlação entre si, como é o caso de gêmeos. Este artigo avalia a adequabilidade de modelos de aprendizado de máquina para predizer a mortalidade até um ano de gêmeos nascidos no Brasil, utilizando dados extraídos de bases de dados públicas. Além disso, também é avaliado um método para análise de dados pareados, criando uma base de dados alternativa para verificar se a aplicação dos modelos de aprendizado de máquina promove ganhos no processo de classificação. OS resultados demonstraram que i) o modelo de aprendizado de máquina Gradient Boosting obteve os melhores resultados na tarefa de classificação e ii) a estratégia para análise de dados pareados não melhorou os resultados conforme esperado.

show abstract

Modelo preditivo de óbito a partir de dados do Sistema de Informações Hospitalares

Cited by 10 publications

References 22 publications

Óbitos associados à infecção hospitalar, ocorridos em um hospital geral de Sumaré-SP, Brasil

Óbitos associados à infecção hospitalar, ocorridos em um hospital geral de Sumaré-SP, Brasil

Mortality from Complications of Medical Assistance in Brazil from 2000 to 2010

Matched-Pair Analysis Using Machine Learning to Predict 1-year Mortality in Newborn Twins

Contact Info

Product

Resources

About