Detalhes bibliográficos
Ano de defesa: |
2020 |
Autor(a) principal: |
Macris, Alexandre Henrique |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/82/82131/tde-07072021-153520/
|
Resumo: |
Introdução: O fenômeno da reinternação hospitalar não planejada é um problema crítico que afeta vários países, entre os efeitos diretos desta situação estão o descontrole da rotatividade de leitos hospitalares, o alto custo financeiro oriundo da duração de estadia e a diminuição da qualidade de vida dos pacientes. Objetivo: A busca por um modelo de predição de reinternação hospitalar eficiente torna-se relevante, considerando que seus resultados podem favorecer a tomada de decisões de forma antecipada dentro das instituições hospitalares, mitigando ou até evitando que um paciente seja internado novamente após a alta. Métodos: Dentre as atividades propostas neste trabalho estão a submissão de duas fontes de dados distintas à algumas etapas do processo de descoberta de conhecimento em bases de dados. Resultados: Inicialmente foi realizada uma busca nas bases de dados online a fim de avaliar a acurácia dos resultados obtidos na aplicação de modelos de predição de reinternação em pacientes de saúde mental, também comparar as variáveis mais utilizadas nestes modelos com as existentes nas fontes de dados do repositório. Em um segundo momento, as variáveis eleitas foram submetidas à análise e processamento sob a perspectiva da descoberta de conhecimento em bases de dados. Conclusão: A presença de determinadas variáveis nas fontes de dados que também foram utilizadas em estudos anteriores é um importante indicador da viabilidade de elaboração e aplicação de um modelo de predição de reinternações, a intenção é prosseguir nas etapas do processo de conhecimento em base de dados para elaboração deste modelo no futuro. |