Knowledge discovery in databases para apoyar la decisión en actividades relacionadas con la enfermería

Autores/as

  • 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

Palabras clave:

Minería de Datos, Bases de Datos Bibliográficas, Informática Aplicada a la Enfermería, Educación en Enfermería, Toma de Decisiones

Resumen

Objetivo: reportar experiencias de estrategias de uso de minería de datos en dos escenarios de prácticas de enfermería. Descripción del experimento: en ambos experimentos se utilizó el algoritmo Apriori para descubrir reglas de asociación e identificar situaciones excepcionales. El primer experimento utilizó datos de muertes infantiles en la región metropolitana de Curitiba-PR. En el segundo experimento, se utilizaron los registros médicos de los pacientes atendidos por enfermeros en la clasificación de riesgo en un hospital privado de Curitiba-PR. El primer estudio identificó 374 reglas generales y el segundo 108 reglas generales, ambas con sus respectivas reglas de excepción. Conclusión: la aplicación del Knowledge Discovery in Databases se puede demostrar e implementar en dos escenarios diferentes, con el fin de contribuir a la toma de decisiones por parte del gerente. Se espera que el informe refuerce la importancia de la enseñanza de la informática en enfermería como herramienta de apoyo a la toma de decisiones.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

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

Descargas

Publicado

2021-07-16

Número

Vol. 25 (2021)

Sección

Informe

Licencia

Derechos de autor 2021 Reme: Revista Mineira de Enfermagem

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Cómo citar

1.
Knowledge discovery in databases para apoyar la decisión en actividades relacionadas con la enfermería. REME Rev Min Enferm. [Internet]. 2021 Jul. 16 [cited 2025 Dec. 7];25. Available from: https://periodicos.ufmg.br/index.php/reme/article/view/55026

Artículos más leídos del mismo autor/a