ARMAZÉM DE DADOS SOBRE A ASSISTÊNCIA ONCOLÓGIA AMBULATORIAL DO SISTEMA ÚNICO DE SAÚDE

ARMAZÉM DE DADOS SOBRE A ASSISTÊNCIA ONCOLÓGIA AMBULATORIAL DO SISTEMA ÚNICO DE SAÚDE Rômulo Cristovão de Souza1, Sergio Miranda Freire1, Rosimary Terezinha de Almeida2 1

Departamento de Tecnologia da Informação e Educação em Saúde/Faculdade de Ciências Médicas/UERJ 2 Programa de Engenharia Biomédica/COPPE/UFRJ, Rio de Janeiro, Brasil

Resumo – Este trabalho teve como objetivo o desenvolvimento de um armazém de dados (AD) para a integração dos registros dos arquivos da produção mensal do módulo de oncologia do subsistema de Procedimentos de Alta Complexidade do Sistema de Informação Ambulatorial do Sistema Único de Saúde. Foi desenvolvido um modelo dimensional e implementado um AD que permitisse a recuperação do histórico do caso de câncer, tendo como vantagens: dispensar a necessidade de conhecimentos sobre bancos de dados para a construção da rotina e aquisição da informação; permitir que a atualização das bases de dados seja feita de forma cumulativa; reduzir o tempo das atualizações; reduzir o tempo para a extração da informação; permitir consultas por meio de uma interface gráfica. Os resultados das consultas ao AD foram comparados com os obtidos pela inspeção direta na base original e com os obtidos com outra rotina de integração. Os resultados foram idênticos nas duas comparações. A utilização de uma ferramenta com estas características pelos gestores públicos pode contribuir para a melhoria da gestão da assistência oncológica ambulatorial prestada pelo Sistema Único de Saúde. Palavras-chave: Sistemas de Informação em Saúde, Oncologia, Armazém de Dados. Abstract – This work aims at developing a data warehouse (DW) to integrate data from the files of the oncology module of the High Complexity Subsystem of the Outpatient Information System of Brazilian Health System. A dimensional model was designed and a data warehouse that allows the retrieval of the history of a case o cancer was implemented. The DW has the following advantages: do not require any expertise to build a routine to integrate the databases; allows the update of the database to be done in a cumulative way; reduce the time of updates, reduce the time to extract information; allows queries to be done through a graphical user interface. Results of queries to the DW were compared to those acquired through direct inspection of the original base and with those obtained by using another integration routine. The results were identical in all cases. The use of such tool by public health managers can contribute to the better management of outpatient oncological health care provided by the Brazilian Public Health System. Key-words: Information Systems, Oncology, Data Warehouse. Introdução O câncer representa um problema de saúde pública no Brasil, sendo a segunda causa de morte por doença, inclusive na população abaixo de 50 anos. Pelas estimativas do Instituto Nacional de Câncer (INCA), válidas para os anos de 2008 e 2009, deverão surgir em torno de 466.730 casos novos de câncer no País [1]. Soma-se a isso o grande volume de recursos financeiros demandados para a assistência oncológica, da qual o Sistema Único de Saúde (SUS) é o principal financiador no País [2]. A questão do câncer deve ser enfrentada de modo abrangente, com medidas que envolvam o

ensino, pesquisa, prevenção e a assistência. Nesse sentido, a informação é uma importante ferramenta, podendo ser usada para fins de estudos epidemiológicos, para o planejamento e gestão das ações desenvolvidas para o controle do câncer, e para a avaliação da assistência prestada [3]. No Brasil, a partir da década de 1970, tem havido um crescente desenvolvimento de diversos sistemas de informação em saúde (SIS) por parte do setor Público. Entre esses, o Sistema de Informações Ambulatoriais do Sistema Único de Saúde (SIA/SUS) foi implantado para o registro dos atendimentos ambulatoriais. Posteriormente, passou a integrar o SIA/SUS o módulo de oncologia do subsistema de Procedimentos de Alta Complexidade

do Sistema de Informação Ambulatorial do SUS (APACSIA/SUS), que inclui dados sobre os procedimentos de quimioterapia e radioterapia, os casos de câncer tratados, e as unidades prestadoras de serviços (UPS) cadastradas [4]. Mesmo sendo um sistema de cunho administrativo, o APACSIA tem o potencial de gerar informações epidemiológicas e para a avaliação de serviços. Entretanto, a exemplo de outros sistemas do SUS, no APACSIA, a fragmentação da base dificulta o seu uso em uma rotina de avaliação. Dessa forma, o desenvolvimento de ferramentas que integre os diversos arquivos em um único banco de dados representa uma grande contribuição para o controle e avaliação dos serviços. O presente trabalho tem por objetivos o desenvolvimento e a avaliação de um armazém de dados visando à integração dos arquivos que compõem o módulo de oncologia do subsistema APACSIA/SUS. Materiais e métodos Foram utilizados os arquivos de dados da produção mensal do Estado do Rio de Janeiro do módulo de oncologia do subsistema APACSIA/SUS, para o período de janeiro de 2001 a dezembro de 2002, obtidos em novembro de 2007 no sítio do DATASUS [5]. Do total de dez arquivos que compõem o módulo de oncologia, um é destinado à cobrança dos procedimentos apresentados pelas unidades prestadoras de serviço e dois são para o cadastro de pacientes em tratamento de quimioterapia e radioterapia. A produção mensal foi integrada em um Armazém de Dados (AD), denominado de SISONCO. Segundo Immon [6], AD é um conjunto de dados orientado a assunto, integrado, não volátil e variável com o tempo que apóia o processo de tomada de decisão. Um AD é alimentado a partir dos sistemas transacionais (OLTP – On-line Transaction Processing), responsáveis pelo armazenamento de dados coletados nas rotinas operacionais, e caracteriza-se pela manutenção de grandes volumes de dados com um forte componente histórico. A criação da estrutura lógica do AD seguiu a modelagem multidimensional, utilizando o esquema proposto por Kimball, conhecido por star schema [7]. A modelagem multidimensional apresenta vantagens em relação ao modelo entidade/relacionamento (E/R) por oferecer melhor desempenho na execução das consultas e por facilitar a compreensão do modelo. O star schema caracteriza-se pela existência de uma tabela central, que representa os fatos, vinculada às demais tabelas, que representam as dimensões. Fatos são

as métricas do negócio para o qual o AD está sendo construído. Dimensões são os aspectos pelos quais os fatos serão analisados. Para os objetivos deste trabalho, foram criados dois conjuntos de fatos: 1) referentes aos casos tratados no período observado; 2) referentes à produção apresentada pelas UPS. Com o objetivo de obter informações adicionais sobre os casos tratados, como, por exemplo, dados clínicos quando da entrada no APACSIA/SUS, e o histórico do tratamento, foram criadas outras duas tabelas: casos e histórico. A primeira é alimentada por dados contidos na autorização do procedimento que marca o início do tratamento. A segunda tabela mantém dados baseados nas ocorrências dos procedimentos prestados, apresentados pelas UPS. A definição de caso aqui empregada é a mesma proposta em [8], segundo a qual um caso é identificado por uma chave composta pelos campos: CPF, sexo, data de nascimento e o código relativo ao tipo de câncer (emprega-se a Classificação Internacional de Doenças – CID). Por essa definição, a unidade de análise é um caso de câncer e não o indivíduo, visto que um mesmo paciente pode ser tratado para mais de um tipo de câncer diferente. Para o desenvolvimento da estrutura lógica e da ferramenta para alimentar e realizar consultas no AD, optou-se pela utilização de softwares livres. Como banco de dados, foi utilizado o PostgreSQL [9], tendo como ferramenta de administração do banco de dados o software Pgadmin [10]. A linguagem de programação adotada foi a JAVA, utilizando-se como ambiente de desenvolvimento o Netbeans [11]. O diagrama do modelo lógico do AD foi criado com o software DB Designer [12]. Para avaliar o SISONCO quanto à exatidão da rotina de integração e geração dos fatos, foram aplicados dois tipos de teste: 1) a partir de um conjunto de casos obtidos por inspeção dos arquivos originais; 2) utilizando-se uma base de dados integrada por meio da metodologia proposta por Gomes Jr et al. [2]. Para o primeiro tipo de teste, foram selecionados dois tipos de câncer (pele não melanoma e estômago) no período de janeiro a março de 2001. No segundo tipo de teste, escolheuse o câncer de mama para todo o ano de 2002. Resultados Após a análise das estruturas dos arquivos que formam o módulo de oncologia do APACSIA/SUS, chegou-se ao modelo final do AD (Figura 1). Em relação aos casos, os fatos definidos são: a quantidade de casos tratados e a quantidade de casos novos. Quanto à produção, os fatos são: a quantidade de APACs apresentadas e o valor total

de faturamento. Um terceiro fato que pode ser gerado no momento da formulação da consulta é o valor médio faturado por APAC. Para os dois conjuntos de fatos, definiram-se seis dimensões:

apresentação, sexo, grupo etário (criança/adulto), unidades prestadoras, tipos de câncer e modalidade de tratamento.

Figura 1 – Modelo do Armazém de Dados SISONCO. Em destaque as tabelas casos de câncer e histórico de tratamento. O SISONCO possibilita, também, a partir das tabelas casos e histórico (destacadas no modelo), a extração de outras informações sobre os casos tratados, que incluem: as datas de diagnóstico e início do tratamento, o intervalo em meses entre essas datas, o tipo de câncer, o estadiamento do câncer na entrada do caso no subsistema APACSIA/SUS e a modalidade, a finalidade e a linha do primeiro tratamento prestado. Com o relacionamento com outras tabelas, as informações extraídas podem ser analisadas segundo a unidade prestadora, o tipo de câncer e o município de origem dos casos. Adicionalmente, pode-se conhecer o histórico de tratamento de cada caso, o que permite, por exemplo, saber sobre mudanças nas modalidades de tratamento, tempo de tratamento, desfecho e o valor do tratamento. Entre as rotinas disponíveis no SISONCO, uma destina-se à geração de consultas a partir de parâmetros fornecidos pelo usuário. A Figura 2 apresenta a tela para a produção de consultas aos fatos sobre os casos tratados. Foi usada como

exemplo a consulta à quantidade de casos de câncer de mama feminino, em adultos, tratados no ano de 2002, por UPS. A avaliação do SISONCO para os dois tipos de teste adotados, manual e aplicando uma rotina já existente [2], resultou na identificação do mesmo número de casos para ambos os testes. Discussão e conclusões Ainda que se reconheçam os esforços do Ministério da Saúde (MS) no desenvolvimento e implantação de sistemas de informação em saúde de abrangência nacional, ainda há desafios a serem vencidos visando à melhoria desses SIS. Uma das limitações dos sistemas de informação desenvolvidos e mantidos pelo MS é a não integração das diversas bases de dados. Entre sistemas de naturezas diferentes, o impedimento à vinculação se dá em função da ausência de uma chave que permita a identificação unívoca dos indivíduos. Mesmo diante de um único sistema, por

Figura 2 – Tela de consulta do SISONCO para a quantidade de casos tratados. exemplo, o APACSIA/SUS, a integração dos seus arquivos depende de estratégia externa, como a rotina desenvolvida por Gomes Jr. et al [2], o que pode demandar conhecimentos de banco de dados, nem sempre de domínio por parte dos usuários. A forma como os dados são armazenados no APACSIA/SUS produz redundâncias, já que, a cada nova apresentação, os mesmos dados são fornecidos. Com isso, não há nesse sistema um cadastro único de casos tratados pela UPS. Isto teve que ser resolvido para que o SISONCO fosse capaz de calcular adequadamente a quantidade de casos tratados. Para tal, criou-se uma tabela única com os dados desses casos. Outro ponto que merece destaque diz respeito à qualidade do dado registrado. Durante o desenvolvimento do SISONCO, foi comum o aparecimento de inconsistências em alguns campos, como sexo e data de nascimento. Para exemplificar, observaram-se em determinada UPS registros que apresentaram o mesmo CPF, sexo, e tipo de câncer, mas que tiveram diferentes valores para a data de nascimento ao longo de um período. Como esses campos compõem a chave que indica um caso de câncer tratado, tais inconsistências levam a considerar como diferentes um mesmo caso. Nessas situações, os casos foram computados mais de uma vez. No Brasil, existem outras experiências de desenvolvimento de AD para os sistemas de informação do SUS, destacando-se os trabalhos da Agência Nacional de Vigilância Sanitária [13] e de

Santos et al [14]. O SISONCO difere dos anteriores por permitir a identificação dos casos de câncer e a recuperação de seus históricos de tratamento no APACSIA/SUS. O SISONCO, quando comparado à estratégia de integração de Gomes Jr. et al [2], apresenta as seguintes vantagens: 1. dispensa a necessidade de conhecimento especializado para a construção da rotina e aquisição da informação; 2. permite que a atualização do armazém de dados seja feita de forma cumulativa, sem precisar que todos os arquivos sejam integrados a cada atualização; 3. reduz o tempo de atualização.reduz o tempo de extração da informação, visto que os fatos já estão sumarizados; 4. permite que as consultas sejam feitas a partir de uma interface gráfica. O SISONCO ainda está em desenvolvimento e não oferece algumas opções oferecidas por armazéns de dados comerciais, como funções que permitem aumentar (drill down) ou diminuir (drill up) o nível de detalhamento de uma consulta. Está em estudo a possibilidade de se integrar o SISONCO com ferramentas que permitem o processamento analítico online e mineração de dados. Quando a primeira versão estiver completa, o SISONCO será disponibilizado como software livre. A utilização de uma ferramenta como o SISONCO pelos gestores públicos pode contribuir

para a melhoria da gestão da assistência oncológica ambulatorial prestada pelo SUS. Referências [1] BRASIL, 2007. Ministério da Saúde. Secretaria de Atenção à Saúde. Instituto Nacional de Câncer. Coordenação de Prevenção e Vigilância. Estimativa 2008: Incidência do Câncer no Brasil. INCA: Rio de Janeiro, 2007. Disponível em: http://www.inca.gov.br/estimativa/2008. Acesso em 04/02/2008. [2] Gomes Jr SCS, de Martino R, Almeida RT. Rotinas de integração das tabelas do Sistema de Autorização de Procedimentos de Alta Complexidade em Oncologia do Sistema Único de Saúde. Cadernos de Saúde Coletiva. 2003 11(2): 231-254. [3] Kligerman J. A ampliação da assistência oncológica no Brasil. Revista Brasileira de Cancerologia. 2000 46(4):347-49. [4] Brasil. Ministério da Saúde/ Secretaria de Atenção à Saúde/ Departamento de Regulação, Avaliação e Controle/Coordenação Geral de Sistemas de Informação 2008 Manual do Sistema de Informação Ambulatorial/ SIA/Atualização, Volume I. 86 Páginas. [5] BRASIL. Ministério da Saúde. Departamento de Informática do SUS – DATASUS, 2007. Disponível em: fftp://msbbs.datasus.gov.br/Arquivos_Publicos/

Estado_RJ/00_index.htm. Acesso em: 10 de novembro de 2007. [6] Inmon WH. Building the data warehouse, fourth edition. Wiley Publishing, Inc. 2005. [7] Kimball, Ralph. Data warehouse Toolkit. São Paulo: Makron Books, 1998. [8] Gomes Jr SCS, Almeida RT. Identificação de um caso novo de câncer no Sistema de Informação Ambulatorial do Sistema Único de Saúde. Cadernos de Saúde Coletiva. 2004, 11(1):5768. [9] PostgreSQL. Versão 8.14. PostgreSQL Global Development Group, 2005. Disponível em http://www.postgresql.org/. Acesso em janeiro de 2006. [10] pgAdmin. Versão 1.4.1. The pgAdmin Development Team, 2005. Disponível em http://www.pgadmin.org/. Acesso em janeiro de 2006. [11] NetBeans. Versão 6.0.1. Tom Sawyer Software, 2008. Disponível em http://www.netbeans.org/. Acesso em março de 2008. [12] DB Designer 4. Versão 4.0.5.6 beta. Zinner, MG., 2003. Disponível em http://www.fabforce.net/dbdesigner4/. Acesso em janeiro de 2006. [13] Mussi, C; Murahovschi, D; Bettni, G; Kratz, LG. Data Warehouse – a experiência da ANVISA. [14] Santos RS, Almeida AL, Tachinardi U, Gutierrez MA. Data Warehouse para a Saúde Pública: Estudo de Caso SES-SP. Anais do X Congresso Brasileiro de Informática em Saúde. 2006; Florianópolis. p. 53-58.