Knowledge discovery in databases for the support to decision-making in nursingrelated activities

Authors

  • Ana Paula Sartorelli Pontifícia Universidade Católica - PUC, Curitiba PR , Brasil, Pontifícia Universidade Católica - PUC, Tecnologia em Saúde. Curitiba, PR - Brasil. http://orcid.org/0000-0002-2747-3225
  • Carlyne Lopata Pontifícia Universidade Católica - PUC, Curitiba PR , Brasil, Pontifícia Universidade Católica - PUC, Tecnologia em Saúde. Curitiba, PR - Brasil. http://orcid.org/0000-0002-0998-5198
  • Denilsen Carvalho Gomes Pontifícia Universidade Católica - PUC, Curitiba PR , Brasil, Pontifícia Universidade Católica - PUC, Tecnologia em Saúde. Curitiba, PR - Brasil. http://orcid.org/0000-0001-9555-2948
  • Marcia Regina Cubas Pontifícia Universidade Católica - PUC, Curitiba PR , Brasil, Pontifícia Universidade Católica - PUC, Tecnologia em Saúde. Curitiba, PR - Brasil. http://orcid.org/0000-0002-2484-9354
  • Deborah Ribeiro Carvalho Pontifícia Universidade Católica - PUC, Curitiba PR , Brasil, Pontifícia Universidade Católica - PUC, Tecnologia em Saúde. Curitiba, PR - Brasil. http://orcid.org/0000-0002-9735-650X

DOI:

https://doi.org/10.5935/1415.2762.20210010

Keywords:

Data Mining, Databases, Bibliographic, Nursing Informatics, Education, Nursing, Decision Making

Abstract

Objective: to report experiences of data mining use strategies in two Nursing practice settings.
Description of the experience: in both experiences, the Apriori algorithm was used to discover
association rules and to identify exception situations. The first experience used data from infant
deaths in the metropolitan region of Curitiba, PR. In the second experience, medical records of
patients assisted by nurses were used in the risk classification at a private hospital in Curitiba -PR.
The first study identified 374general rules and the second, 108, both with their respective exception
rules. Conclusion: the application of Knowledge Discovery in Databases can be demonstrated and
carried out in two different settings, in order to contribute to decision-making by the manager. It
is expected that the report reinforces the importance of teaching Nursing Informatics as a decisionmaking
support tool.

Downloads

Download data is not yet available.

References

Geilsa SCV, Augusta MD. A gestão da informação em atenção básica de saúde e a qualidade dos registros de Enfermagem. Investig Enferm. 2018[citado em 2020 abr. 09];20(2):01-8. Disponível em: https://pesquisa.bvsalud.org/portal/resource/pt/biblio-995111

Topaz M, Pruinelli L. Big Data and Nursing: implications for the future. Stud Health Technol Inform 2017[citado em 2020 jun. 18];232:165-71. Disponível em: https://www.ncbi.nlm.nih.gov/pubmed/28106594

Fayyad U, Piatetsky-Shapiro G, Smyth P, Uthurusamy R. Advances in knowledge discovery and data mining. American Association for Artificial Intelligence. Menlo Park: MIT Press; 1996.

Li Q, Zhang Y, Kang H, Xin Y, Shi C. Mining association rules between stroke risk factors based on the Apriori algorithm. Technol Health Care. 2017[citado em 2020 abr. 09];25(S1):197-205. Disponível em: https://www.ncbi.nlm.nih.gov/pubmed/28582907

Agrawal R, Srikant R. Fast algorithms for mining association rules. In: Proceedings of the 20th VLDB Conference. Santiago, Chile; 1994. p.487-99.

Hussain F, Liu H, Suzuki E, Lu H. Exception Rule Mining with a Relative Interestingness Measure. Proceedings of the 4th Pacific-Asia Conference on Knowledge Discovery and Data Mining PAKDD, Kyoto, Japão; 2000 Apr. 18-20.

Sartorelli AP. Mineração de dados para identificação de novas relações entre variáveis associadas à mortalidade infantil, em um município da região metropolitana de Curitiba [dissertação]. Curitiba: Pontifícia Universidade Católica do Paraná; 2018.

Emergency Severity Index (ESI). A triage tool for emergency. Department care. Version 4, Implementation Handbook. Rockville: AHRQ Publication; 2012[citado em 2017 abr. 16]. Disponível em: https://www.ahrq.gov/sites/default/files/wysiwyg/professionals/systems/hospital/esi/esihandbk.pdf

Pinheiro JMF, Tinoco LS, Rocha ASS, Rodrigues MP, Lyra CO, Ferreira MAF. Atenção à criança no período neonatal: avaliação do pacto de redução da mortalidade neonatal no Rio Grande do Norte, Brasil. Ciênc Saúde Colet. 2016[citado em 2020 dez. 27];21(1):243-52. Disponível em: https://doi.org/10.1590/1413-81232015211.09912014

Oliveira CM, Bonfim CV, Guimarães MJB, Frias PG, Medeiros ZM. Mortalidade infantil: tendência temporal e contribuição da vigilância do óbito. Acta Paul Enferm. 2016[citado em 2020 dez. 27];29(3): 282-90. Disponível em: https://doi.org/10.1590/1982-0194201600040

Malfussi LBH, Bertoncello KCG, Nascimento ERP, Silva SG, Hermida PMV, Jung W. Concordância de um protocolo institucional de avaliação com classificação de risco. Texto Contexto Enferm. 2018[citado em 2020 abr. 30];27(1):e4200016. Disponível em: https://www.scielo.br/pdf/tce/v27n1/0104-0707-tce-27-01-e4200016.pdf

Souza CC. A tomada de decisão do enfermeiro na classificação de risco: qual o embasamento teórico para a prática neste cenário de cuidado? REME - Rev Min Enferm. 2015[citado em 2020 abr. 08];19(2):09-11. Disponível em: http://www.dx.doi.org/10.5935/1415-2762.20150021

Downloads

Additional Files

Published

2021-07-16

Issue

Vol. 25 (2021)

Section

Report

License

Copyright (c) 2021 Reme: Revista Mineira de Enfermagem

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

How to Cite

1.
Knowledge discovery in databases for the support to decision-making in nursingrelated activities. REME Rev Min Enferm. [Internet]. 2021 Jul. 16 [cited 2025 Dec. 22];25. Available from: https://periodicos.ufmg.br/index.php/reme/article/view/55026

Most read articles by the same author(s)