Desenvolvimento e validação de um modelo de informação sobre gerenciamento da dor em um hospital universitário : uma análise secundária de Big Data

• Ano de defesa: 2021
• Autor(a) principal: Nomura, Aline Tsuma Gaedke
• Orientador(a): Almeida, Miriam de Abreu
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Manejo da dor; Mineração de dados; Informática em enfermagem; Registros eletrônicos de saúde
• Palavras-chave em Inglês: Pain management; Data mining; Nursing informatics; Electronic health records
• Link de acesso: http://hdl.handle.net/10183/224522

Introdução: informações de saúde associadas a dados de registros eletrônicos de saúde (RES) podem fornecer orientação, instrução e conhecimento sobre gerenciamento da dor, que se constitui em um desafio mundial. Uma lacuna é utilizar métodos para organizar a enorme quantidade de dados clínicos heterogêneos, complexos e mal estruturados. Informações de sistemas eletrônicos, analisados por técnicas de Big Data, proporcionam base e estruturam modelos de informação (IM). Esses fornecem um quadro completo das condições específicas de prestação de cuidados em relação a um tópico de interesse e uma navegação mais eficiente e eficaz para o pesquisador, permitindo a comparabilidade entre os sistemas. Objetivos: desenvolver um IM sobre dor a partir de dados clínicos estruturados registrados em prontuário eletrônico; mapear os dados relacionados ao manejo da dor extraídos do prontuário eletrônico; validar internacionalmente o método de estudo; validar o IM sobre gerenciamento da dor construído no Brasil; comparar com o modelo desenvolvido nos Estados Unidos da América. Método: estudo observacional retrospectivo, data-driven, com uso secundário de dados. A amostra foi composta por tabelas do prontuário eletrônico de todos os adultos hospitalizados entre junho de 2014 e julho de 2019, em unidades de internação clínicas e cirúrgicas de um hospital público universitário brasileiro, totalizando 51.643 pacientes únicos. Seis etapas sistemáticas do Applied Healthcare Data Science Roadmap foram aplicadas para o desenvolvimento do IM. Ambientes de ciência de dados SQL (Structured Query Language) foram usados para importar dados clínicos e demográficos para gerenciamento e exploração dos dados e para mineração dos atributos relacionados à dor. A validação metodológica do IM foi realizada em reunião com três autoras de um modelo norte-americano sobre gerenciamento da dor e a validação do modelo deu-se em duas etapas por meio de consenso de especialistas brasileiros. Após, o modelo validado foi comparado com o modelo norte-americano descritivamente. Resultados: um modelo de informação sobre o gerenciamento da dor foi desenvolvido por meio de atributos de dor extraídos de RES e classificados em avaliações, metas, intervenções, reavaliações e resultados. Dezesseis atributos de dor como intensidade da dor, medicações analgésicas e reavaliação da dor foram agrupados e 11 deles expostos à validação de especialistas, sendo cinco validados. Na segunda etapa de validação, foi sugerida a inclusão de novos atributos a serem minerados. Dos 23 atributos agrupados e refinados, 19 foram validados. Os dois modelos apresentam semelhança parcial, com maior número de atributos no norte americano. O modelo brasileiro contou com 36 valores de atributos de dor enquanto o modelo norte-americano com 396. Conclusão: a metodologia em ciência de dados e validação por especialistas permitiram o desenvolvimento do IM brasileiro em gerenciamento da dor. Foi possível estabelecer comparações entre os modelos, buscando otimizar a eficácia da gestão da dor. O desenvolvimento do IM brasileiro, associado à validação por conhecimento especializado, apoiará a tomada de decisão dos profissionais de saúde para melhorar a eficácia do tratamento da dor, fornecer bases para a melhoria de RES, personalizar tratamentos, com vistas à segurança do paciente. Os resultados desta pesquisa permitirão o processo de extração de conhecimento derivado de dados de RES, apoiando práticas de saúde, ensino e pesquisa.