How data science and AI-based technologies impact genomics

Advancements in high-throughput sequencing have yielded vast amounts of genomic data, which are studied using genome-wide association study (GWAS)/phenome-wide association study (PheWAS) methods to identify associations between the genotype and phenotype. The associated findings have contributed to pharmacogenomics and improved clinical decision support at the point of care in many healthcare systems. However, the accumulation of genomic data from sequencing and clinical data from electronic health records (EHRs) poses significant challenges for data scientists. Following the rise of artificial intelligence (AI) technology such as machine learning and deep learning, an increasing number of GWAS/PheWAS studies have successfully leveraged this technology to overcome the aforementioned challenges. In this review, we focus on the application of data science and AI technology in three areas, including risk prediction and identification of causal single-nucleotide polymorphisms, EHR-based phenotyping and CRISPR guide RNA design. Additionally, we highlight a few emerging AI technologies, such as transfer learning and multi-view learning, which will or have started to benefit genomic studies.

A oferta de práticas integrativas e complementares cresce na crise: uma abordagem de ciência de dados / The delivery of integrative and complementary practices grows in times of crisis: a data science approach

Utilizando dados do Programa Nacional de Melhoria do Acesso e da Qualidade da Atenção Básica (PMAQ) observamos, com uma análise descritiva, que a oferta de Práticas Integrativas e Complementares (PICs) na Atenção Básica do Sistema Único de Saúde, pelas Equipes de Saúde da Família (eSF) cresceu continuamente entre 2012 e 2018, período marcado por crise econômica e política. Por outro lado, o crescimento da oferta de PICs não foi uniforme entre as regiões do país, sendo menor nas regiões Centro-Oeste e Norte. Observamos que a oferta de PICs está associada à região, ao porte municipal e ao IDH municipal. Observamos também que a oferta de PICs é maior quando há Núcleo de Apoio à Saúde da Família estruturado no município, quando as eSF participam do Programa Academia da Saúde e quando o gestor da saúde não é formado em medicina. Receber apoio do gestor municipal de saúde, receber ações de educação permanente e realizar planejamento das suas ações também está associado à oferta de PICs pelas eSF. Além disso, utilizando uma estrutura de análise causal baseada no uso de gráficos acíclicos direcionados e análise de sensibilidade, concluímos que a formação do gestor influencia diretamente a oferta de PICs, privilegiando gestores formados em odontologia e psicologia. Utilizando uma abordagem de aprendizagem de máquina, identificamos modelos capazes de prever a oferta de PICs (área sob a curva ROC variando entre 0,70 e 0,88) pelas eSF. Estes modelos mostraram que, dentre outras características, o tamanho populacional, o IDH municipal e a distribuição de renda são relevantes em prever a expansão da oferta de PICs.

Using data from the National Program for Improving Access and Quality of Primary Care (PMAQ), we observed, through descriptive analysis, that the provision of Integrative and Complementary Practices (ICPs) in the Basic Care of the Unified Health System, by Family Health Teams (FHTs), grew continuously between 2012 and 2018, a period marked by economic and political crisis. On the other hand, the growth in the provision of ICPs was not uniform across the country's regions, being lower in the Central-West and Northern regions. We observed that the provision of ICPs is associated with the region, municipal size, and municipal Human Development Index (HDI). We also noted that the provision of ICPs is higher when there is a structured Family Health Support Center in the municipality, when FHTs participate in the Health Academy Program, and when the health manager is not a medical professional. Receiving support from the municipal health manager, undergoing continuous education actions, and planning their actions are also associated with the provision of ICPs by FHTs. Additionally, using a causal analysis framework based on directed acyclic graphs and sensitivity analysis, we concluded that the managers education directly influences ICP provision, favoring managers with backgrounds in dentistry and psychology. Using a machine learning approach, we identified models capable of predicting the provision of ICPs (area under the ROC curve ranging between 0.70 and 0.88) by FHTs. These models showed that, among other characteristics, population size, municipal HDI, and income distribution are relevant in predicting the expansion of ICP provision.

A pesquisa científica na era do Big data: cinco maneiras que mostram como o Big data prejudica a ciência, e como podemos salvá-la / The scientific research in the age of Big data: five ways that show how the Big data harms the science, and how we can save it / La investigación científica en la era del Big data: cinco maneras que muestran como el Big data perjudica la ciencia, y como la salvar

O livro A pesquisa científica na era do Big data: cinco maneiras que mostram como o Big data prejudica a ciência, e como podemos salvá-la, de Sabina Leonelli, publicado pela Editora Fiocruz em 2022, explora em seus capítulos as definições do termo Big data e os seus impactos negativos na pesquisa científica. Em seguida, a autora revela uma nova abordagem epistemológica para o Big data e, por fim, apresenta um conjunto de propostas para a pesquisa científica. A revisão e atualização de definições, tanto quanto as importantes reflexões e os questionamentos por um uso consciente do Big data na pesquisa científica fazem com que a obra adicione importantes contribuições à biblioteca do pesquisador de informação e comunicação em saúde

The book titled A pesquisa científica na era do Big Data: cinco maneiras que mostram como o Big Data prejudica a ciência, e como podemos salvá-la [The scientific research in the age of Big Data: five ways that show how the Big Data harms the science, and how we can save it], by Sabina Leonelli, published in 2002, by Editora Fiocruz, explores in its chapters the definitions of Big Data and its negative impacts on scientific research. Then, the author reveals a new epistemological approach to Big data and finally she presents a set of proposals for developing a good scientific research. The literature review and updating of definitions as well as the important reflections and questions for a conscious use of Big data in scientific research make the work an important contribution to the researcher's library of the information and communication about health.

El libro denominado A pesquisa científica na era do Big data: cinco maneiras que mostram como o Big data prejudica a ciência, e como podemos salvá-la [La investigación científica en la era del Big data: cinco maneras que muestran como el Big data perjudica la ciencia, y como la salvar], de Sabina Leonelli, publicado en 2002, por la Editora Fiocruz, explora em sus capítulos las definiciones de Big data y sus impactos negativos en la investigación científica. A continuación, la autora revela un nuevo enfoque epistemológico del Big data y, al fin y al cabo, presenta un conjunto de propuestas para desarrollar una investigación científica de cualidad. La revisión de literatura y la actualización de las definiciones, así como las importantes reflexiones y discusiones para un uso consciente del Big data en la investigación científica, hacen de la obra un aporte importante a la biblioteca del investigador de la información y la comunicación acerca de la salud

Designing data policy and governance for smart cities: theoretical essay using the IAD framework to analyze data-driven policy / Diseño de políticas y gobernanza de datos para ciudades inteligentes: ensayo teórico utilizando el marco IAD para analizar políticas basadas en datos / Desenhando políticas e governança de dados para cidades inteligentes: ensaio teórico com o uso da IAD Framework para analisar políticas orientadas por dados

Abstract This article examines data-driven policy for smart cities and how the institutional analysis and development framework (IAD) is a tool to analyze data governance and data policy design. The research assumes that data-driven policy underpins smart city initiatives and incorporates collective action dilemmas, directly impacting policy design and data governance. The article's motivation is to examine the elements of the IAD framework and decompose the constitutive components of data policy in smart cities, obtaining principles that guide data governance in complex situations of digital transformation. The article is a theoretical essay to discuss data policy in smart cities and how policy design understands dilemmas and conflicts of collective action motivated by data control.

Resumen Este artículo examina la política basada en datos para ciudades inteligentes y cómo el Institutional Analysis and Development Framework (IAD) constituye una herramienta para analizar el diseño de la gobernanza de datos y de la política de datos. El examen realizado en el artículo parte de la premisa de que la política basada en datos, que sustenta las iniciativas de ciudades inteligentes, incorpora dilemas de acción colectiva e impacta directamente en el diseño de las políticas y de la gobernanza de datos. La motivación para la elaboración del artículo fue examinar los elementos del IAD framework y descomponer los componentes constitutivos de la política de datos en las ciudades inteligentes, para luego derivar de ellos los principios que guían la gobernanza de datos en situaciones complejas de transformación digital. El artículo es un ensayo teórico que pretende generar discusiones sobre la política de datos en las ciudades inteligentes y cómo el diseño de políticas entiende los dilemas y conflictos de la acción colectiva motivados por el control de datos.

Resumo Este artigo examina a política orientada por dados para cidades inteligentes e como o Institutional Analysis and Development Framework (IAD) se posiciona como uma ferramenta para analisar o design da governança de dados e de política de dados. A pesquisa realizada neste artigo sobre políticas baseadas em dados parte da premissa de que um projeto orientado por dados sustenta iniciativas de cidades inteligentes e incorpora dilemas de ação coletiva, impactando diretamente o desenho da política e da governança de dados. A motivação do artigo foi examinar dos componentes da estrutura IAD e componentes constitutivos da política de dados que orientam sua governança em sistemas complexos de transformação digital. O artigo é um ensaio que pretende levantar discussões sobre dados em cidades inteligentes e como o desenho de políticas compreende os conflitos de ação coletiva motivados pelo controle de dados.

E se o scanCOVID-19 tivesse nascido em 2022? / And if the scanCOVID-19 had been born in 2002? / Y si el scanCOVID-19 hubiese nacido en 2022?

Acompanhar a velocidade das mudanças, qualitativas e quantitativas, na produção de conhecimento em tempos de pandemia de covid-19 impulsionou o desenvolvimento de inúmeras iniciativas de monitoramento da informação científica. O scanCOVID-19 foi uma delas. Essa nota de conjuntura procura situar a importância do investimento em projetos dessa natureza, que possam ter reflexos nas relações entre ciência, Estado e sociedade.

Keeping up with the speed of qualitative and quantitative changes in the production of knowledge in times of the covid-19 pandemic was a stimulus to the development of numerous initiatives to track scientific information. The scanCOVID-19 was one of them. This note seeks to situate the importance of investing in projects of the same nature, which may have effects on the relations between science, state, and society.

Acompañar la velocidad de los cambios, cualitativos y cuantitativos, en la producción de conocimiento en tiempos de la pandemia de covid-19 ha impulsado el desarrollo de numerosas iniciativas de seguimiento de la información científica. El scanCOVID-19 fue uno de ellos. Esta nota de coyuntura busca situar la importancia de invertir en proyectos de esta naturaleza, que puedan tener efectos sobre las relaciones entre ciencia, Estado y sociedad.

Plataforma de analítica de datos para la caracterización poblacional y la evaluación del riesgo cardiovascular en pacientes del centro-occidente de Colombia / Data analytics platform for population characterization and cardiovascular risk assessment in patients from the west-center of Colombia

Resumen Introducción: Las enfermedades cardiovasculares son la primera causa de muerte en el mundo. Por tanto, muchas investigaciones han sido dirigidas hacia la predicción del riesgo cardiovascular, con el fin de poder evitarlo. Asimismo, se ha buscado la implementación de sistemas que involucren el análisis de datos automatizados que permita que la información se ponga a disposición, no solo del personal administrativo y directivo, sino también del personal clínico, para mejorar el control de las patologías. Objetivo: Construir una herramienta para la caracterización poblacional y la evaluación del riesgo cardiovascular en pacientes del centro-occidente de Colombia. Materiales y métodos: Se propone la construcción de una plataforma de análisis de datos sociodemográficos y clínicos. El modelo general de diseño de la plataforma es el desarrollo evolutivo, que entrelaza actividades de especificación, desarrollo y validación. La plataforma presenta un modelo vista-controlador que permite la creación de plantillas dinámicas distribuidas en módulos de acceso controlados por perfiles de usuario. Resultados: Se implementó el cálculo automatizado del riesgo de enfermedad cardiovascular y la emisión de alertas tempranas, lo cual mejoró la gestión de los procesos clínicos, así como el apoyo a la toma de decisiones administrativas, a través de la conformación de dos módulos interactivos en la plataforma. Conclusiones: La unión de saberes clínicos, administrativos y de ingeniería permitió la consolidación de una herramienta que contribuye en el monitoreo y trazabilidad de los pacientes, orientando la priorización de posibles intervenciones que impacten en la salud de estos.

Abstract Introduction: Cardiovascular diseases are the leading cause of death in the world. Countless research has been directed towards the prediction of cardiovascular risk, in order to avoid the threat. Furthermore, the implementation automated data analysis tools have been sought to allow for information to be made readily available, not only to administrative and managerial staff, but also to clinical staff to improve the control of pathologies. Objective: To build a tool for the characterization of the population and the evaluation of cardiovascular risk in patients from central-western Colombia. Materials and methods: The construction of a platform for the analysis of sociodemographic and clinical data is proposed. The overall platform design model is evolutionary development, which intertwines specification, development, and validation activities. The platform presents a Vista-Controller model, which allows the creation of dynamic templates distributed in access modules controlled by user profiles. Results: The automated calculation of cardiovascular disease risk and the issuance of early warnings were implemented, which improved the management of clinical processes, as well as support for administrative decision-making, through the creation of two interactive modules on the platform. Conclusions: The union of clinical, administrative and engineering knowledge allowed the consolidation of a tool that contributes to the monitoring and traceability of patients, which guides the prioritization of possible interventions that impact the health of patients.

Atlas of African health statistics 2022: health situation analysis of the WHO African Region ­ summary report

NA

The first year of COVID-19 vaccine roll-out in Africa: challenges and lessons learned

Introduction: in the first year following the introduction of COVID-19 vaccines, only 6.8% of the total population in the 47 countries in the WHO African Region have received full vaccination. In an emergency context, the intra-action review helps countries to assess their progress and document what has worked and not worked. Methods: we reviewed and identified the key lessons and challenges documented in the reports from intra-action review of COVID vaccine roll out in 22 African countries. Results: all countries documented high level political commitment, but a serious shortage of COVID-19 vaccines and funding. Seven countries identified gaps in microplanning because of lack of funding or due to the unpredictability in the type and volume of vaccine supplies. The shortage of operational funding also affected training of health workers and hampered the expansion of service delivery. The countries implemented multi-channel communications and social mobilisation activities, alongside social media engagement and social listening. However, country capacity was limited in terms of timely responding to infodemics. Hesitancy among health workers and the general population was a challenge in most of the countries. Conclusion: countries have gained valuable experiences exploring various COVID-19 vaccination delivery models, including implementing the integration of COVID-19 vaccination within routine health care programs. There is a need to regularly monitor or do studies measuring public perceptions towards COVID-19 vaccination in order to drive the demand generation efforts, as well as use evidence in addressing hesitancy

La informetría y el análisis del discurso aplicados a la producción científica en la Ciencia de Datos y Ciencia de la información / Informetrics and discourse analysis applied to scientific production in Data Science and Information Science

Resumen Objetivo. Investigar la producción científica en la intersección temática de la Ciencia de Datos (CD) y la Ciencia de la Información (CI). Método. Estudio informétrico, descriptivo, y de primera incursión, en el análisis del discurso escrito de los textos académicos incluidos en la Web of Science (WoS), periodo 1900 al 6 de noviembre de 2020, y cuya cobertura de búsqueda fue en las bases de datos: SCI.Expanded, SSCI, A&HCI, ESCI, CPCI-S, CPCI.SSH, BKCI-. y BKCI.SSH. Resultados. Se recuperaron y analizaron 49 documentos representados en 38 artículos, 7 textos de memorias de congresos, 2 capítulos de libro y 2 materiales editoriales. El conjunto de las investigaciones que tratan el tema de la CD y la CI sumaron 128 citas, 2.6 citas por documento e índice H: 7. Discusión.Conceptualmente, se encontró que para la CD y la CI su origen son los datos y que ambas disciplinas son predominantemente de carácter práctico. En aquellas investigaciones con mayor visibilidad hay participación multiautoral. La CD y la CI son áreas del conocimiento recientes en las cuales las tecnologías de la información son indispensables para el análisis de grandes cantidades de datos e información. Conclusiones. La CD y CI tienen un carácter intra y multi y transdisciplinar y se caracterizan por utilizar las tecnologías de la información para el análisis de grandes cantidades de datos e información.

Abstract Objective. To research scientific production at the thematic intersection of Data Science (DS) and Information Science (IS). Method. Informetric, descriptive study, and of first incursion, in the analysis of the written discourse of the academic texts included in the Web of Science (WoS), period 1900 to November 6, 2020, and coverage in the databases: SCI-Expanded, SSCI, A & HCI, ESCI, CPCI-S, CPCI-SSH, BKCI-S and BKCI-SSH. Results. 49 documents represented in 38 articles, 7 conference memoires, 2 book chapters and 2 editorial materials were retrieved and analyzed. The set of investigations that deal with the subject of DS and IS added 128 citations, 2.6 citations per document and H index: 7. Discussion. Conceptually, it was found that for DS and IS their origin is the data and that both disciplines are predominantly practical. In those investigations with greater visibility there are more than an author. DS and IS are recent areas of knowledge in which information technologies are indispensable for the analysis of large amounts of data and information. Conclusions. DS and IS have an intra- and multi and transdisciplinary character and they are characterized by the use of information technologies for the analysis of large amounts of data and information.

A COVID-19 e o papel dos sistemas de informação e das tecnologias na atenção primária / COVID-19 and the role of information systems and technologies at the first level of care / COVID-19 y el rol de los sistemas de información y las tecnologías en el primer nivel de atención

Atenção centrada na resposta à COVID-19: identificar, informar, conter, manejar e encaminhar. Os sistemas de informação em saúde ­ por meio do acesso oportuno a dados devidamente desagregados, a correta integração dos sistemas nacionais e locais, a saúde digital e o uso das tecnologias da informação (TIC) de uso frequente ­ facilitam a identificação eficaz, informação e análise de casos e contatos; a busca e detecção de casos em tempo hábil; e a identificação e seguimento da população de risco, dos casos e de seus contatos. A contenção é fortalecida com as plataformas de seguimento e monitoramento de casos, contatos, quarentena e isolamento social. Por sua vez, esses sistemas possibilitam a difusão maciça a toda a sociedade dos comunicados sobre medidas preventivas. As plataformas de teleconsulta, monitoramento remoto de pacientes e comunicação a distância permitem à atenção primária manejar a assistência médica e facilitam o seguimento domiciliar das pessoas com COVID-19. Esses mesmos mecanismos, integrados aos prontuários eletrônicos e aos sistemas locais e nacionais de informação, permitem e facilitam as referências, em âmbito hospitalar, dos pacientes com sinais e sintomas graves ou com fatores de risco.

Atención centrada en la respuesta a la COVID-19: identificar, reportar, contener, manejar y referir. Los sistemas de información para la salud ­a través del acceso oportuno a datos correctamente desagregados, la correcta integración de los sistemas nacionales y locales, la salud digital y la utilización de las tecnologías de la información (TIC) de uso frecuente­ facilitan la identificación eficaz, el reporte y análisis de casos y contactos; la búsqueda y detección tempranas de casos; y la identificación y el seguimiento de la población de riesgo, los casos y sus contactos. La contención se ve fortalecida con las plataformas de seguimiento y monitoreo de casos, contactos, cuarentena y aislamiento social. Estos sistemas permiten a su vez la difusión masiva a toda la sociedad de las comunicaciones sobre medidas preventivas. Las plataformas de teleconsulta, monitoreo remoto de pacientes y comunicación a distancia permiten al primer nivel de atención el manejo de la asistencia médica y facilitan el seguimiento domiciliario de las personas con COVID-19. Estos mismos mecanismos, integrados con los registros electrónicos de salud y los sistemas locales y nacionales de información, permiten y facilitan las referencias al nivel hospitalario de los pacientes con signos y síntomas graves o factores de riesgo.

Care centered on the response to COVID-19: Identify, report, contain, manage, and refer. Information systems for health­through timely access to correctly disaggregated data, proper integration of national and local systems, digital health, and the application of widely used information and communication technologies (ICTs)­facilitate the effective identification, reporting, and analysis of cases and contacts; early search for and detection of cases; and identification and monitoring of at-risk populations, cases, and contacts. Containment is strengthened through platforms for follow-up and monitoring of cases, contacts, quarantine, and social isolation. These systems, in turn, enable mass dissemination of information on preventive measures to all of society. Platforms for telemedicine visits, remote monitoring of patients, and remote communication enable health workers at the first level of care to manage medical care and facilitate home monitoring of people with COVID-19. These same mechanisms, together with electronic health records and local and national information systems, facilitate hospital referrals of patients with severe signs and symptoms or risk factors.

Por que a desagregação de dados é essencial durante pandemias / Por qué es importante la desagregación de datos durante una pandemia / Why Data Disaggregation is key during a pandemic

O que é desagregação de dados? O termo dados desagregados se refere à separação das informações coletadas em unidades menores para revelar tendências e padrões subjacentes. Os dados compilados podem vir de diversas fontes (setores público e privado e organizações nacionais e internacionais) e ter diversas variáveis, ou "dimensões". Para melhor entender uma situação, os dados são agrupados por dimensão, como idade, sexo, área geográfica, escolaridade, etnia ou outras variáveis socioeconômicas. Por que precisamos de dados desagregados durante uma pandemia? Quando ocorre uma pandemia, uma resposta adequada e eficiente requer a identificação e caracterização dos fatores que desaceleram ou aceleram a transmissão e das populações mais vulneráveis. Dados desagregados de alta qualidade, acessíveis, seguros, atuais, abertos e confiáveis são fundamentais a fim de gerar informações valiosas para a tomada de decisões em tempo real. Por exemplo, para determiner se uma intervenção (como a autotriagem em massa) é efetiva, precisamos saber a proporção da população que foi testada. Isso pode exigir análise por idade, área geográfica e/ou outras variáveis socioeconômicas...

¿Qué significa la desagregación de datos? La desagregación de datos se refiere a la separación de la información recabada en unidades más pequeñas para dilucidar las tendencias y los patrones subyacentes. Los datos recabados pueden provenir de múltiples fuentes (los sectores público y privado, y organizaciones nacionales e internacionales) y tener múltiples variables o "dimensiones". Para mejorar la comprensión de una situación, los datos se agrupan por dimensión, como edad, sexo, zona geográfica, educación, etnicidad u otras variables socioeconómicas. ¿Por qué necesitamos datos desagregados durante una pandemia? Cuando hay una pandemia, una respuesta apropiada y eficaz requiere que determinemos y caractericemos los factores que enlentecen o aceleran la transmisión y los grupos poblacionales que son más vulnerables. Los datos desagregados de alta calidad, accesibles, fiables, oportunos, abiertos y fidedignos son fundamentales para generar información valiosa para la toma de decisiones en tiempo real. Por ejemplo, a fin de determinar si una intervención (como el autotamizaje masivo) es eficaz, tenemos que saber qué proporción de la población ha sido objeto de la prueba. Esto puede requerir un análisis por edad, zona geográfica u otras variables socioeconómicas...

Data Disaggregation is the separation of compiled information into smaller units to elucidate underlying trends and patterns. High quality, accessible, trusted, timely, open, and reliable disaggregated data is critical to generating valuable information for decision-making in real time.

Registros eletrônicos de saúde e interoperabilidade: dois conceitos fundamentais para melhorar a resposta em saúde pública / Registros electrónicos de salud e interoperabilidad: dos conceptos fundamentales para mejorar la respuesta de salud pública / Electronic Health Records (EHR) and Interoperability: Understanding two key concepts for a better Public Health response

É fundamental ter acesso imediato aos dados dos pacientes em um só lugar, na hora certa e no formato certo para responder rapidamente e coordenar as ações e decisões, sobretudo para os mais vulneráveis. PEs completos e interoperáveis permitem acessar e compartilhar dados por todo o sistema público de saúde, melhorando o monitoramento e informação de casos suspeitos e confirmados, regimes de tratamento, condições anormais, etc. Essa troca de informações é mais ágil e precisa do que um sistema baseado em papel ou "não interoperável". Além disso, permite uma compreensão mais rápida do comportamento de uma pandemia em uma determinada população e, assim, possibilita intervenções mais rápidas e abrangentes de contenção e/ou mitigação.

Es fundamental poder tener acceso inmediato a los datos de los pacientes en un solo lugar, en el momento oportuno y en el formato correcto, sobre todo en el caso de los pacientes más vulnerables, para poder dar una respuesta rápida y coordinada. Los registros electrónicos de salud completos e interoperables permiten el acceso e intercambio de datos en todo el sistema de salud pública, lo que mejora el seguimiento y la notificación de los casos presuntos y confirmados, de los esquemas de tratamiento y de los trastornos anormales, entre otros temas. Esta manera de intercambiar información es más ágil y precisa que un sistema en papel o que no sea interoperable; además, permite entender más rápidamente cómo se comporta una pandemia en una población determinada, posibilitando la ejecución de intervenciones de contención o mitigación más integrales.

It is critical to have immediate access to patient data in one place, at the right time and in the right format for quick responses and coordinated actions and decisions, especially for those who are in the most vulnerable conditions. But also, an adequate and interoperable EHR facilitates the access and sharing of data within the public health system, thus allowing better monitoring and reporting of suspected and confirmed cases, treatment regimens and abnormal conditions, among many others, in an agile and more faithful way than through a paper-based or "non-interoperable" system. This allows to understand more quickly the behavior of the pandemic in a given population; so that adequate and timely containment and/or mitigation interventions can be made.

Ciência de dados e politicas públicas de saúde: exemplos práticos / Data science and public policies: pratical examples of application

Introdução: A ciência de dados é uma área do conhecimento impulsionada pela mudança do atual paradigma tecnológico e cientifico, que decorre do aumento do volume de dados, tipo, acesso, armazenamento e desenvolvimento computacional e tecnológico. Esse conhecimento tem permitido importantes avanços em vários setores, mas a contribuição da ciência de dados para as políticas públicas em saúde ainda encontra-se pouco explorada. Objetivo: Analisar se técnicas de ciência de dados, como algoritmos preditivos de inteligência artificial (machine learning), técnicas de clusterização de individuos e métodos causais para estudos observacionais podem contribuir para a área das políticas de saúde, identificando grupos-alvo para os quais programas e campanhas possam ser direcionados, permitindo uma alocação mais eficiente de recursos e contribuindo para a elaboração de medidas que auxiliem no desenho e avaliação de políticas públicas de saúde. Métodos: Foram utilizados dados do Departamento de Informática do Sistema Único de Saúde do Brasil (DATASUS) para caracterização sociodemográfica dos municípios brasileiros, e do Inquérito Nacional de Saúde de Portugal de 2014 para caracterizar a população residente em Portugal. Para a análise preditiva foram utilizados alguns dos algoritmos mais populares de machine learning, como regressão logística penalizada, random forest, gradient boosting trees e análises de agrupamento com componentes principais. Para a avaliação de um programa público de saúde (Mais Médicos) foram utilizados escores de propensão (propensity score) com pareamento. Resultados: Foram escritos um total de três artigos científicos, sendo que dois foram publicados e um encontra-se em revisão. O primeiro foi publicado na International Journal of Public Health, e trata-se de uma avaliação do Mais Médicos com métodos de escore de propensão. O escore permitiu um pareamento entre unidades municipais (n = 395) com uma boa performance, em que 86 das 97 covariáveis apresentaram um bom balanceamento (medido pela diferença média padronizada, inferior a 25%). O segundo artigo foi publicado na Health Policy and Technology e realizou uma análise de agrupamento de componentes principais para identificar grupos homogêneos entre indivíduos sem plano privado de saúde (n = 12.134). Foram identificados três agrupamentos de indivíduos (indivíduos de meia idade profissionalmente ativos, indivíduos envelhecidos com práticas saudáveis e aqueles psicologicamente vulneráveis), o que pode auxiliar na elaboração de políticas públicas direcionadas. O terceiro artigo encontra-se atualmente em avaliação e realizou uma análise preditiva de inteligência artificial (machine learning) para ausência laboral por motivos de doença com uma amostra populacional do Inquérito Nacional de Saúde (n=6.249), obtendo uma AUC de 0,67 pelo algoritmo de random forest. Conclusão: A ciência de dados pode ter um papel importante na melhoria da evidência em políticas públicas, especialmente no caso de superar dificuldades de abordagens mais tradicionais, como no estabelecimento de contrafactuais em estudos quase experimentais e por meio da realização de análises preditivas de machine learning para a alocação prioritária de recursos.

Introduction: Data science is an area of knowledge that has followed the growth of a new technological and scientific paradigm. It results directly from the increase in the volume of data, type, access, storage and from the computational and technological development. This knowledge has allowed important advances in several areas, but the contribution of data science to public health policies is still scarcely explored. Objective: To analyze whether the use of data science tools can contribute to improve health policies. In particular, we will identify target groups (using supervised or unsupervised approaches) for which programs and campaigns can be directed, thus contributing to a more efficient allocation of resources and provide evidence that support the design and evaluation of public health programs. Methods: We used two different data sources: first, data from the Department of Informatics of the Brazilian Health System of Brasil (DATASUS) was collected to gather information regarding the sociodemographic profile of Brazilian municipalities; and second, the National Health Survey of Portugal in 2014 to gather data regarding Portuguese population. For the statistical analysis, the following algorithms were used: logistic regression, random forest, gradient boosting trees and a cluster analysis in the principal components. To evaluate a large Brazilian health program (Mais Médicos), we applied propensity score matching, and the score was estimated using logistic regression. Results: A total of three scientific articles were written. The first was published at the International Journal of Public Health and evaluated the causal effect of the Mais Médicos program. The score resulted in a successful pairing between municipalities (n = 395) of which 86 of the 97 covariates presented good balance (measured by a standardized mean difference lower than 25%). The second was published in Health Policy and Technology and aimed at identifying homogeneous groups among those who did not have a private health plan (n = 12.134). We used a cluster analysis with principal components and found three groups of individuals: professionally active middle aged individuals, healthy elderly individuals, and those psychologically vulnerable. The third article performed a predictive analysis to identify in advance individuals who are more prone to be absent from work due to illness. We used the National Health Survey (n = 6.249) and a random forest model with an area under the ROC curve of 0.67. Conclusion: Data science can play an important role in improving evidence in public policies, namely to overcome difficulties that more traditional approaches are not able to address efficiently. In particular, it can be helpful ine establishing counterfactuals in quasi-experimental studies and performing predictive analyzes for priority allocation of resources.

Características asociadas al trauma dentoalveolar en incisivos superiores / Characteristics associated with dentoalveolar trauma in upper incisor teeth

Introducción: los traumatismos de los dientes anteriores son eventos que suceden con frecuencia, por su gran impacto social y psicológico deben ser considerados como un tema de trascendental importancia, lo cual motivó realizar el estudio. Objetivo: identificar características asociadas con las fracturas dentarias en incisivos superiores permanentes en estudiantes que asistieron al servicio estomatológico de la escuela primaria Lazo de la Vega del municipio Marianao en el año 2009. Método: Se realizó un estudio analítico, en el que se incluyeron los 235 escolares matriculados en la escuela del mismo nombre, entre 7 y 12 años de edad que asistieron a consulta. Se estudiaron las variables edad, sexo, presencia de hábitos bucales deformantes, tipo de fractura dentaria e incisivo traumatizado. Se calculó la frecuencia absoluta, el riesgo a través de la tasa por 100, el riesgo relativo (RR) a través de la razón entre riesgos y se aplicó el estadígrafo X² de Pearson para la asociación entre variables. Resultados: el grupo de edad más afectado es el de 10 a 12 años con un 23,4 por ciento, con predominio del sexo masculino dado por un RR de 2,47 veces más que el femenino. La fractura no complicada de corona aparece con mayor frecuencia con un 61,8 por ciento, el diente mayormente afectado es el incisivo central superior izquierdo con un 51,4 por ciento. La diferencia de riesgo entre los grupos de edades no son significativas, aunque en relación con el sexo las diferencias son muy significativas. Conclusiones: Hubo franco predominio de las fracturas no complicadas y de los incisivos centrales superiores, en particular el izquierdo(AU)

Introduction: traumas of front teeth are frequent events which, because of their social and psychological impact, should be considered a topic of paramount importance. This fact motivated the authors to conduct the study. Objectives: to identify the characteristics associated with dental fractures in permanent upper incisors in students who went to the Stomatology Service of Lazo de la Vega Primary School in Marianao Municipality in the year 2009. Method: an analytical study was conducted in 235 students from 7 to 12 years of age who were enrolled in the school mentioned above who presented to the consultation. The variables studied were: age, sex, presence of deforming buccal habits, type of dental fracture and traumatized incisor teeth. Absolute frequency, the rate/100 risk, and the relative risk (RR) through the ratio among risks were calculated and the Pearson's X2 statistics was applied for the association among variables. Results: the most affected age group was from 10 to 12 years with a 23.4 por ciento, predominating the male sex due to a RR 2.47 times higher than the female sex. The non complicated crown fracture was the most frequent one with a 61.8 por ciento, the most affected tooth is the left upper central incisive, with a 51.4 por ciento. The risk difference between the age groups was not significant, although in relation to the sex, the differences are highly significant. Conclusions: there was a marked predominance of the uncomplicated fractures and the upper central incisors, particularly the left ones(AU)