Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/20555
Especie: Trabalho de conclusão de especialização
Título : Avaliação da qualidade dos dados da síndrome respiratória aguda grave no município de Niterói nos anos de 2020 e 2021
Autor(es)/Inventor(es): Lobo, Lucas Martins
Tutor: Paiva, Natália Santana
Resumen: A avaliação da qualidade dos dados nos Sistemas de Informação em Saúde é relevante para a melhoria da qualidade da informação ao identificar como o evento de saúde é apreendido pelos sistemas, analisar os dados e permitir melhorar a interpretação das informações resultantes. Objetivo: avaliar a qualidade dos registros dos casos notificados da Síndrome Respiratória Aguda Grave (SRAG) no município de Niterói – RJ, durante os dois primeiros anos da pandemia de Covid-19 (01 de janeiro de 2020 a 31 de dezembro de 2021). Metodologia: a qualidade do dado foi avaliada em duas dimensões: completude e inconsistência. A completude foi mensurada através da proporção de registros preenchidos diferentes de ignorado ou em branco. O grau de completude foi avaliado utilizando-se o score proposto por Romero e Cunha (2006), que categoriza a completude da seguinte forma: excelente (menos de 5% de preenchimento incompleto); bom (entre 5% a 10%); regular (entre 10% a 20%); ruim (de 20% a 50%); e muito ruim (50% ou mais de incompletude). A inconsistência foi avaliada a partir da seleção de pares de variáveis para o cálculo de suas proporções. Resultados: no período analisado, foram notificados 21.634 casos de SRAG no município, entre residentes e não residentes. A média geral de completude foi de 72,22% em 2020 e 65,64% em 2021. Observou-se preenchimento excelente para a data dos primeiros sintomas, sexo e idade, enquanto outras variáveis obrigatórias apresentaram menores percentuais de completude, notadamente raça (58,97% e 47,73%), classificação final (89,48% e 65,28%) e data do encerramento (75,45% e 47,73%) em 2020 e 2021, respectivamente. Escolaridade (14,14% e 11,98%) e ocupação (0,22% e 0,14%) apresentaram grau de preenchimento muito ruim ao longo do período. Observou-se baixo grau de inconsistência na base de dados. Considerações finais: o SIVEP-Gripe é uma boa fonte de informação, apresentando alto grau de coesão interna e boa capacidade de utilização dos dados na produção de informações sobre SRAG. Ao mesmo tempo, essa avaliação aponta para a necessidade de melhorias na completitude de suas informações. Este estudo aponta a sensibilização dos profissionais para o processo de notificação por meio da educação permanente e a promoção de avaliações sistemáticas nos serviços de vigilância como estratégias importantes para o fortalecimento da vigilância em saúde.
Resumen: The assessment of data quality in Health Information Systems is relevant to improve the quality of information by identifying how the health event is perceived by the systems, analyzing the data and allowing for a better interpretation of the resulting information. Objective: to evaluate the quality of the records of reported cases of Severe Acute Respiratory Syndrome (SARS) in the city of Niterói - RJ, during the first two years of the Covid-19 pandemic (January 1, 2020 to December 31, 2021). Methodology: data quality was evaluated in two: dimensions: completeness and inconsistency. Completeness was measured through the proportion of completed records other than ignored or blank. The degree of completeness was evaluated using a score proposed by Romero and Cunha (2006), which categorises completeness as follows: excellent (less than 5% incomplete information); good (between 5% to 10%); regular (between 10% to 20%); bad (from 20% to 50%); and very bad (50% or more of the information is incomplete). Inconsistency was assessed by selecting pairs of variables to calculate their proportions. Results: in the period assessed, 21,634 SARS cases were reported in the municipality, among residents and non-residents. The average of completeness of health records was 72.22% in 2020 and 65.64% in 2021. Excellent completion was observed for the date of the first symptoms, sex and age, while other mandatory variables had lower percentages of completeness, notably race (58.97% and 47.73%), final classification (89.48% and 65.28%) and date of closure (75.45% and 47.73%) in 2020 and 2021, respectively. Level of instruction (14,14% e 11,98%) and occupation (0,22% e 0,14%) had a very poor degree of completion throughout the period. A low degree of inconsistency was observed in the database. Final considerations: the SIVEP-Gripe is a good source of information, with a high degree of internal cohesion and good capacity to use data in the production of information on SARS. At the same time, this assessment points to a need for improvements in the completeness of its information. This study points to the sensitization of professionals to the notification process through continued education and the promotion of systematic evaluations in the surveillance services as important strategies for strengthening health surveillance.
Materia: Vigilância epidemiológica
Avaliação
Qualidade dos dados
Sistemas de informação em saúde
SIVEP-Gripe
Materia CNPq: CNPQ::CIENCIAS DA SAUDE::SAUDE COLETIVA::EPIDEMIOLOGIA
Programa: Curso de Residência Multiprofissional em Saúde Coletiva
Unidade de producción: Instituto de Estudos em Saúde Coletiva
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: 14-jul-2022
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Citación : LOBO, Lucas Martins. Avaliação da qualidade dos dados da síndrome respiratória aguda grave no município de Niterói nos anos de 2020 e 2021. 2022. 61 f. Monografia (Residência Multiprofissional em Saúde Coletiva) – Instituto de Estudos em Saúde Coletiva, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2022.
Aparece en las colecciones: Saúde Coletiva

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
LMLobo.pdf970.44 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.