Application of data mining to extract knowledge about the occurrence of fistulas after palatoplasty / Aplicação de mineração de dados para extração de conhecimento sobre ocorrência de fístulas após palatoplastia

Introduction: Data mining techniques expand access to important information for the decision-making process during health care. The objective the study proposes using data mining techniques to identify variables (surgical treatment protocols, patient characteristics, post-surgical complications) associated with fistulas after primary palatoplasty in patients with unilateral transforamen incisor cleft (UTIC). Method: A data set of 222 patients with UTIC without syndromes, operated by four surgeons with Furlow's or von Langenbeck's primary palatoplasty techniques, was analyzed for this study. Two models for detecting the outcome of surgery were induced using data mining techniques (Decision Tree and Apriori). Results: Five rules were selected from a decision tree pointing to some variables as predictors of fistulas associated with primary palatoplasty: infection, cough, hypernasality, and surgeon. Analysis of the model indicates that it correctly classifies 95.9% of occurrences between the absence and presence of fistulas. The second model indicates that the absence of post-surgical complications (infection and fever) and normal speech results (absent hypernasality, without suggestive of velopharyngeal dysfunction) are related to the absence of fistulas. Regarding surgical procedures, the Furlow technique and the Vomer flap were more frequent in patients with fistulas. Conclusion: Data mining techniques, as applied in the present study, pointed to infection and cough, hypernasality, and surgeon and surgical techniques as predictors of fistulas related to primary palatoplasty.

Introdução: As técnicas de mineração de dados ampliam o acesso a informações importantes para o processo de tomada de decisão durante os cuidados com a saúde. O objetivo do estudo propõe a utilização de técnicas de mineração de dados para identificar variáveis (protocolos de tratamento cirúrgico, características do paciente, intercorrências pós-cirúrgicas) associadas à ocorrência de fístulas após palatoplastia primária em pacientes com fissura transforame incisivo unilateral (FTIU). Método: Um conjunto de dados de 222 pacientes com FTIU sem síndromes, operados por quatro cirurgiões com as técnicas de palatoplastia primária de Furlow ou von Langenbeck, foi analisado para este estudo. Dois modelos para detecção do resultado da cirurgia foram induzidos usando técnicas de mineração de dados (Árvore de Decisão e Apriori). Resultados: Cinco regras foram selecionadas de uma árvore de decisão apontando para algumas variáveis como preditivas de fístulas associadas à palatoplastia primária: infecção, tosse, hipernasalidade, cirurgião. A análise do modelo indica que ele classifica corretamente 95,9% das ocorrências entre ausência e presença de fístulas. O segundo modelo indica que a ausência de intercorrências pós-cirúrgicas (infecção e febre) e resultado de fala normal (hipernasalidade ausente, sem sugestivo de disfunção velofaríngea) estão relacionados à ausência de fístulas. Em relação aos procedimentos cirúrgicos, o uso da técnica de Furlow e retalho de Vomer foram mais frequentes nos pacientes com fístulas. Conclusão: Técnicas de mineração de dados, conforme aplicadas no presente estudo, apontaram para infecção e tosse, presença de hipernasalidade, cirurgião e técnica cirúrgica como preditores de fístulas relacionadas à palatoplastia primária.

Design of early warning system for mental health problems based on data mining and database / Projeto de sistema de alerta precoce para problemas de saúde mental com base na mineração de dados e banco de dados / Diseño de un sistema de alerta temprana de problemas de salud mental basado en la minería de datos y en la base de datos

ABSTRACT Introduction: Data mining technology is mainly employed in the era of big data to evaluate the acquired information. Subsequently, reasoning about the data inductively is fully automated to discover possible patterns. Objective: Recently, data mining technology in the national mental health database has deepened and can be effectively used to solve various mental health early warning problems. Methods: For example, it can be applied to mine psychological data and extract the most important features and information. Results: This paper presents the design of an early warning system for mental health problems based on data mining techniques to offer some thoughts on early warning of mental health problems, including data preparation, data mining, results in analysis, and decision tree algorithm. Conclusion: The experimental results indicate that the results of the early warning system in this paper can achieve an accuracy rate of more than 96% with a high accuracy rate. Level of evidence II; Therapeutic studies - investigating treatment outcomes.

RESUMO Introdução: A tecnologia de mineração de dados é empregada principalmente na era da big data para avaliar as informações adquiridas. Posteriormente, raciocinar indutivamente sobre os dados de forma totalmente automatizada para descobrir possíveis padrões. Objetivo: Recentemente, a tecnologia de mineração de dados no banco de dados nacional de saúde mental tem se aprofundado e pode ser efetivamente utilizada para resolver vários problemas de alerta precoce da saúde mental. Métodos: Por exemplo, ela pode ser aplicada para a mineração de dados psicológicos e extrair as características e informações mais importantes. Resultados: Este documento apresenta o projeto de um sistema de alerta precoce para problemas de saúde mental baseado em técnicas de mineração de dados, com o objetivo de oferecer algumas reflexões sobre alerta precoce de problemas de saúde mental, incluindo preparação de dados, mineração de dados, análise de resultados e algoritmo de árvore de decisão. Conclusão: Os resultados experimentais indicam que os resultados do sistema de alerta precoce neste trabalho podem alcançar uma taxa de precisão de mais de 96% com uma alta taxa de precisão. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.

Resumen Introducción: La tecnología de minería de datos se emplea principalmente en la era de la big data para evaluar la información adquirida. Posteriormente, razonar inductivamente sobre los datos de forma totalmente automatizada para descubrir posibles patrones. Objetivo: Recientemente, la tecnología de minería de datos en la base de datos nacional de salud mental se ha profundizado y puede ser utilizada eficazmente para resolver varios problemas de alerta temprana de salud mental. Métodos: Por ejemplo, puede aplicarse para minar datos psicológicos y extraer las características e información más importantes. Resultados: Este trabajo presenta el diseño de un sistema de alerta temprana de problemas de salud mental basado en técnicas de minería de datos, con el objetivo de ofrecer algunas reflexiones sobre la alerta temprana de problemas de salud mental, incluyendo la preparación de los datos, la minería de datos, el análisis de los resultados y el algoritmo de árbol de decisión. Conclusión: Los resultados experimentales indican que los resultados del sistema de alerta temprana de este documento pueden alcanzar un índice de precisión superior al 96% con un alto índice de precisión. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.

Application analysis of digital neural network-based data mining method in maximizing the performance of sports training / Análise de aplicação do método de mineração de dados baseado em rede neural digital na maximização do desempenho do treinamento esportivo / Análisis de la aplicación del método de minería de datos basado en redes neuronales digitales para maximizar el rendimiento del entrenamiento deportivo

ABSTRACT Introduction: In today's rapid development of science and technology, digital network data mining technology is developing as fast as the expansion of the frontiers of science and technology allows, with a very broad application level, covering most of the civilized environment. However, there is still much to explore in the application of sports training. Objective: Analyze the feasibility of data mining based on the digital network of sports training, maximizing athletes' training. Methods: This paper uses the experimental analysis of human FFT, combined with BP artificial intelligence network and deep data mining technology, to design a new sports training environment. The controlled test of this model was designed to compare advanced athletic training modalities with traditional modalities, comparing the athletes' explosive power, endurance, and fitness. Results: After 30 days of physical training, the athletic strength of athletes with advanced fitness increased by 15.33%, endurance increased by 15.85%, and fitness increased by 14.23%. Conclusion: The algorithm designed in this paper positively impacts maximizing athletes' training. It may have a favorable impact on training outcomes, as well as increase the athlete's interest in the sport. Level of evidence II; Therapeutic studies - investigating treatment outcomes.

RESUMO Introdução: No rápido desenvolvimento atual de ciência e tecnologia, a tecnologia de mineração de dados de rede digital desenvolve-se tão rápido quanto a expansão das fronteiras da ciência e tecnologia permitem, com um nível de aplicação muito amplo, cobrindo a maior parte do ambiente civilizado. No entanto, ainda há muito para explorar da aplicação no treinamento esportivo. Objetivo: Análise de viabilidade da mineração de dados com base na rede digital da formação esportiva, maximizar o treinamento dos atletas. Métodos: Este trabalho utiliza a análise experimental da FFT humana, combinada com a rede de inteligência artificial da BP e tecnologia de mineração profunda de dados, para projetar um novo ambiente de treinamento esportivo. O teste controlado deste modelo foi projetado para comparar modalidades avançadas de treinamento atlético com as modalidades tradicionais, comparando o poder explosivo, resistência e condição física do atleta. Resultados: Após 30 dias de treinamento físico, a força atlética dos esportistas com aptidão física avançada aumentou 15,33%, a resistência aumentou 15,85%, e o condicionamento físico aumentou 14,23%. Conclusão: O algoritmo desenhado neste artigo tem um impacto positivo na maximização do treinamento dos atletas. Pode ter um impacto favorável nos resultados do treinamento, bem como aumentar o interesse do atleta pelo esporte. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.

RESUMEN Introducción: En el rápido desarrollo actual de la ciencia y la tecnología, la tecnología de extracción de datos de redes digitales se desarrolla tan rápido como lo permiten las fronteras en expansión de la ciencia y la tecnología, con un nivel de aplicación muy amplio que abarca la mayor parte del entorno civilizado. Sin embargo, aún queda mucho por explorar de la aplicación en el entrenamiento deportivo. Objetivo: Análisis de viabilidad de la minería de datos basada en la red digital de entrenamiento deportivo, maximizar la formación de los atletas. Métodos: Este trabajo utiliza el análisis experimental de la FFT humana, combinado con la red de inteligencia artificial BP y la tecnología de minería de datos profunda, para diseñar un nuevo entorno de entrenamiento deportivo. La prueba controlada de este modelo se diseñó para comparar las modalidades de entrenamiento atlético avanzado con las modalidades tradicionales, comparando la potencia explosiva, la resistencia y la forma física del atleta. Resultados: Después de 30 días de entrenamiento físico, la fuerza atlética de los atletas con un estado físico avanzado aumentó en un 15,33%, la resistencia aumentó en un 15,85% y el estado físico aumentó en un 14,23%. Conclusión: El algoritmo diseñado en este trabajo tiene un impacto positivo en la maximización del entrenamiento de los atletas. Puede tener un impacto favorable en los resultados del entrenamiento, así como aumentar el interés del atleta por el deporte. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.

Characteristics of physiological changes in athlete training based on the data mining algorithm / Características das alterações fisiológicas no treinamento de atletas com base em algoritmo de mineração de dados / Características de las alteraciones fisiológicas en el entrenamiento de los atletas basadas en el algoritmo de minería de datos

ABSTRACT Objective: In the competition of athletic training, it is imperative to use various physiological and biochemical indicators to study the changes they can bear. Methods: In this paper, national tennis players' physiological and biochemical indicators are taken as samples, and Artificial Neural Network (ANN) in data mining algorithm is used to classify and predict the sample data. Based on this, to solve the BP neural network's failure in easily falling into a local minimum, the ant colony optimization (ACO) algorithm was introduced to train the changes in the neural network. Finally, the improved BP neural network technology of the ant colony optimization algorithm is used in the model to analyze the physiological changes in tennis players. Results: The research results show that the model successfully predicted the physiological change in athletes and could provide coaches with a basis for decision-making. Conclusions: The physiological change in athletes is combined with the neural network algorithm to establish a connection between the two, which provides an effective and reliable method for detecting the physical function of sports transportation with unique guidance in athletes' training and competition. Level of evidence II; Therapeutic studies - investigation of treatment results.

RESUMO Objetivo: Na competição do treinamento atlético, é imperativo usar vários indicadores fisiológicos e bioquímicos para estudar as alterações que eles podem suportar. Métodos: Neste trabalho, os indicadores fisiológicos e bioquímicos dos tenistas nacionais são tomados como amostras, e a Rede Neural Artificial (ANN) no algoritmo de mineração de dados é usada para classificar e prever os dados da amostra. Com base nisso, para solucionar a falha que a rede neural da BP tem em cair facilmente num mínimo local, o algoritmo de otimização da colônia de formigas (ACO) foi introduzido para treinar as alterações na rede neural. Finalmente, a tecnologia melhorada da rede neural BP do algoritmo de otimização da colônia de formigas é usada no modelo de análise das alterações fisiológicas nos tenistas. Resultados: Os resultados da pesquisa mostram que o modelo previu com sucesso a alteração fisiológica dos atletas e pôde fornecer aos treinadores uma base para a tomada de decisões. Conclusões: A alteração fisiológica dos atletas é combinada com o algoritmo da rede neural para estabelecer uma conexão entre os dois, o que fornece um método eficaz e confiável para a detecção da função física do transporte esportivo com orientação singular no treinamento e competição dos atletas. Nível de evidência II; Estudos terapêuticos - investigação de resultados de tratamento.

RESUMEN Objetivo: En la competición del entrenamiento atlético, es imperativo utilizar varios indicadores fisiológicos y bioquímicos para estudiar los cambios soportables. Métodos: En este trabajo se toman como muestra los indicadores fisiológicos y bioquímicos de los tenistas nacionales, y se utiliza la Red Neural Artificial (ANN) en el algoritmo de minería de datos para clasificar y predecir los datos de la muestra. En base a esto, para resolver el fallo que tiene la red neuronal BP en caer fácilmente en un mínimo local, se introdujo el algoritmo de optimización de colonias de hormigas (ACO) para entrenar los cambios en la red neuronal. Por último, la tecnología de red neuronal BP mejorada del algoritmo de optimización de colonias de hormigas se utiliza en el modelo para analizar los cambios fisiológicos de los tenistas. Resultados: Los resultados de la investigación muestran que el modelo predijo con éxito el cambio fisiológico en los atletas y podría proporcionar a los entrenadores una base para la toma de decisiones. Conclusiones: El cambio fisiológico de los atletas se combina con el algoritmo de la red neuronal para establecer una conexión entre ambos, lo que proporciona un método eficaz y fiable para detectar la función física del transporte deportivo con una orientación única en el entrenamiento y la competición de los atletas. Nivel de evidencia II; Estudios terapéuticos - investigación de resultados de tratamiento.

Discussion concerning the application of data mining technology in sports performance management / Discussão sobre a aplicação da tecnologia de mineração de dados na gestão do desempenho esportivo / Debate sobre la aplicación de la tecnología de minería de datos en la gestión del rendimiento deportivo

ABSTRACT Introduction: Finding the factors that contribute to success in student performance or failure is necessary for every teacher. Data mining, which is already used in companies for management processes, can be essential in this research. Objective: Discuss the data mining algorithms application in sports performance management. Method: A database was developed considering seasonal factors, health benefit index, and sports behavior characteristics. The data were entered under fuzzy logic, processed, and analyzed in IBM SPSS Modeler Software. Decision-making efficiency was improved with the target base interpolation analysis and the C spatial noise reduction methods. The fidelity of sports behavior was consolidated under Gauss time series analysis. Results: The relationship between the mining algorithm to find the existing problems and the association results in the mining rules provided valuable information for improving health guidelines to the physical activity students. Conclusion: The original data from the educational system can be transformed into useful information through the association rules algorithm, and the relationship between the performance can be obtained, providing the improvement in the decision making for the benefit of the physical level of the students. Evidence Level II; Therapeutic Studies - Investigating the results.

RESUMO Introdução: Encontrar os fatores que contribuam para o sucesso no desempenho do aluno ou o seu fracasso é uma necessidade de todo professor. A mineração de dados, que já é utilizada em empresas para processos de gestão, pode ser uma importante aliada dessa pesquisa. Objetivo: Discutir a aplicação de algoritmos da mineração de dados na gestão do desempenho esportivo. Método: Um banco de dados foi desenvolvido considerando fatores sazonais, índice de benefício de saúde e características do comportamento esportivo. Os dados foram inseridos sob lógica Fuzzy, processados e analisados no Software IBM SPSS Modeler. A eficiência da tomada de decisão foi aprimorada com o método de análise de interpolação da base de alvo e o método de redução de ruído espacial C. A fidelidade do comportamento esportivo foi consolidada sob a análise de séries atemporais de Gauss. Resultados: A relação entre o algoritmo de mineração para encontrar os problemas existentes e os resultados da associação nas regras de mineração forneceram informações valiosas para o aprimoramento da orientação à saúde dos alunos praticantes de atividades físicas. Conclusão: Os dados originais do sistema educacional podem ser transformados em informações úteis por meio do algoritmo de regras de associação e a relação entre o desempenho pode ser obtida proporcionando o aperfeiçoamento na tomada de decisão para o benefício do nível físico dos alunos. Nível de evidência II; Estudos Terapêuticos - Investigação de Resultados.

RESUMEN Introducción: Encontrar los factores que contribuyen al éxito en el rendimiento de los alumnos o a su fracaso es una necesidad de todo profesor. La minería de datos, que ya se utiliza en las empresas para los procesos de gestión, puede ser un importante aliado en esta investigación. Objetivo: Discutir la aplicación de los algoritmos de minería de datos en la gestión del rendimiento deportivo. Método: Se elaboró una base de datos teniendo en cuenta los factores estacionales, el índice de beneficios para la salud y las características del comportamiento deportivo. Los datos se introdujeron bajo lógica difusa, se procesaron y analizaron en el software IBM SPSS Modeler. La eficacia de la toma de decisiones se mejoró con el método de análisis de interpolación de la base del objetivo y el método de reducción del ruido espacial C. La fidelidad del comportamiento deportivo se consolidó bajo el análisis de series temporales de Gauss. Resultados: La relación entre el algoritmo de minería para encontrar los problemas existentes y los resultados de la asociación en las reglas de minería proporcionaron información valiosa para la mejora de la orientación sanitaria de los estudiantes que practican actividades físicas. Conclusión: Los datos originales del sistema educativo se pueden transformar en información útil mediante el algoritmo de reglas de asociación y se puede obtener la relación entre el rendimiento proporcionando la mejora en la toma de decisiones en beneficio del nivel físico de los alumnos. Nivel de evidencia II; Estudios terapéuticos - Investigación de resultados.

Estudo de aspectos relacionados ao trabalho e condições de saúde dos profissionais da atenção primária à saúde, durante a pandemia do Covid-19 / Study of aspects related to work and health conditions of primary health care professionals during the Covid-19 pandemic

Nesta pesquisa objetivou-se verificar os processos de trabalho, condições de saúde e disponibilidade de Equipamento de Proteção Individual aos profissionais da Atenção Primária em Saúde, no âmbito do Sistema Único de Saúde, durante a pandemia do Covid-19. Trata-se de um estudo transversal, quali-quantitativo, tipo inquérito, realizado com profissionais da saúde da atenção primária em 2021. Os profissionais receberam, via e-mail, o link para plataforma Google Formulário para participar do estudo, o qual era composto por questões sobre o perfil sociodemográfico, condições inerentes ao trabalho, ansiedade e aspectos da saúde do trabalhador. Foram incluídos 79 profissionais de um município do estado de SP, e excluídos aqueles que estavam afastados. A questão norteadora "O que mudou para melhor e para pior com a pandemia do Covid-19?" foi analisada com o emprego de análise de conteúdo, por categorização de palavras-chave, e técnicas computacionais para extração da opinião (positiva ou negativa) presente nos discursos. Foram empregadas técnicas computacionais de machine learning para análise dos fatores preditores da ansiedade, sendo testados 4 algoritmos para seleção do modelo final, tendo o algoritmo Randon Forest atingido o melhor desempenho (AUROC = 0,95). Na análise de conteúdo emergiram as classes "Biossegurança", "Humanização", "Estresse" e "Organização da demanda". Considerando a opinião dos profissionais os relatos de "opinião negativa" situaram-se nas classes "Estresse" e "Organização da demanda" e no polo positivo "Biossegurança" e "Humanização". Na avaliação dos fatores preditores da ansiedade, observou-se que 50,63% dos profissionais apresentaram sintomas de ansiedade e 67,95% relataram algum grau de interferência da pandemia nas atividades ou relacionamento com outras pessoas. O algoritmo apontou, como fatores preditores do desenvolvimento da ansiedade, realização de hora extra, ensino superior e área de formação da enfermagem. No que tange à rotina de trabalho e disponibilidade de Equipamento de Proteção Individual aos profissionais, 90,70% trabalhavam em mais de um turno, 62,79% foram deslocados de função, 81,40% estavam realizando atendimento de urgência, emergência e eletivo; e 86,05% relataram aumento na disponibilidade de Equipamento de Proteção Individual. Conclui-se que os trabalhadores da saúde apresentaram percepções com opinião positiva sobre biossegurança e humanização na atenção em saúde, bem como opiniões negativas relacionadas ao estresse e processo de organização da demanda. A realização de horas extras, formação de nível superior e ser da área de enfermagem foram fatores preditores positivos no desenvolvimento da ansiedade. Houve mudanças na rotina de trabalho e aumento na disponibilidade de Equipamento de Proteção Individual(AU)

The aimed of this study was to verify the work processes, health conditions and availability of Personal Protective Equipment to professionals in primary health care, in public health system, during the Covid-19 pandemic. This is a cross-sectional, qualitative-quantitative, survey-type study carried out with primary care health professionals in 2021. The professionals received, via e-mail, the link to the Google Form platform to participate in the study, which consisted of questions about the sociodemographic profile, conditions inherent to work, anxiety and aspects of worker health. It was included 79 professionals from a municipality in the state of SP and those who were on leave were excluded. The guiding question "What has changed for better and for worse with the Covid-19 pandemic?" it was analyzed using content analysis, by categorizing keywords, and computational techniques to extract the opinion (positive or negative) present in the speeches. Computational machine learning techniques were also used to analyze the predictors of anxiety, and 4 algorithms were tested to select the final model, with the Randon Forest algorithm achieving the best performance (AUROC = 0.95). In the content analysis, the classes "Biosafety", "Humanization", "Stress" and "Organization of demand" emerged. Considering the opinion of professionals, the reports of "negative opinion" were in the classes "Stress" and "Organization of demand" and in the positive pole "Biosecurity" and "Humanization". In the evaluation of predictors of anxiety, it was observed that 50.63% of professionals had symptoms of anxiety and 67.95% reported some degree of interference from the pandemic in activities or relationships with other people. The algorithm pointed out, as predictors of anxiety development, overtime, higher education and nursing training area. Regarding the work routine and availability of Personal Protective Equipment to professionals, 90.70% worked more than one shift, 62.79% were displaced from their position, 81.40 % were performing urgent, emergency and elective care; and 86.05% reported an increase in the availability of Personal Protective Equipment. It was concluded that health workers presented perceptions with a positive opinion about biosafety and humanization in health care, as well as negative opinions related to stress and the demand organization process. Working overtime, higher education and being in the nursing field were positive predictors of anxiety development. There were changes in the work routine and an increase in the availability of Personal Protective Equipment(AU)

Padrões de apresentação da insuficiência cardíaca em emergência hospitalar / Heart failure clinical patterns in a hospital emergency admission / Patrones de presentación de insuficiência cardíaca em emergência hospitalaria

Objetivo: Descobrir padrões de apresentação clínica entre pacientes admitidos em uma emergência hospitalar com insuficiência cardíaca aguda. Métodos: Estudo exploratório de base de dados através da aplicação do processo de Descoberta de Conhecimento em Base de Dados, o qual é composto pelas etapas de pré-processamento, mineração de dados e pós-processamento. No estudo foi utilizado o software de código aberto com algoritmos de mineração de dados denominado Weka. Resultados: Foram analisados 965 pacientes, sendo 571(59%) mulheres. A idade média foi 80,79±12,76 anos. A maioria (635) foi classificada como laranja pelo Sistema de Triagem de Manchester, considerada condição de muita urgência com necessidade de atendimento em até 10 minutos. Os sinais e sintomas mais prevalentes foram aqueles relacionados a alterações respiratórias. Os pacientes classificados como amarelo apresentaram maior homogeneidade quando avaliados os sinais vitais. Conclusão: O padrão de apresentação clínica associado à classificação de risco de urgência e muita urgência em pacientes com insuficiência cardíaca que buscam a emergência hospitalar constitui-se, majoritariamente, de sinais e sintomas respiratórios.

Objective: To discover patterns of clinical presentation among patients admitted to an emergency hospital with acute heart failure. Methods: Exploratory study of a database through the application of the Knowledge Discovery process in a Database, which comprises the steps of pre-processing, data mining and post-processing. In the study, open source software with data mining algorithms called Weka was used. Results: 965 patients were analyzed, being 571 (59%) women. The mean age was 80.79±12.76 years. Most (635) were classified as orange by the Manchester Triage System, considered a very urgent condition requiring care within 10 minutes. The most prevalent signs and symptoms were those related to respiratory changes. Patients classified as yellow showed greater homogeneity when assessing vital signs. Conclusion: The pattern of clinical presentation associated with the risk classification of urgency and high urgency in patients with heart failure who seek hospital emergency consists, mostly, of respiratory signs and symptoms.

Objetivo: conocer patrones de presentación clínica en pacientes ingresados en un hospital de urgencias por insuficiencia cardiaca aguda. Métodos: Estudio exploratorio de una base de datos mediante la aplicación del proceso de Descubrimiento del Conocimiento en una Base de Datos, el cual está compuesto por las etapas de preprocesamiento, minería de datos y posprocesamiento. En el estudio, se utilizó un software de código abierto con algoritmos de minería de datos llamado Weka. Resultados: se analizaron 965 pacientes, siendo 571 (59%) mujeres. La edad media fue de 80,79 ± 12,76 años. La mayoría (635) fueron clasificados como naranja por el Sistema de Triaje de Manchester, considerado una condición muy urgente que requiere atención dentro de los 10 minutos. Los signos y síntomas más prevalentes fueron los relacionados con alteraciones respiratorias. Los pacientes clasificados como amarillos mostraron mayor homogeneidad a la hora de evaluar los signos vitales. Conclusión: El patrón de presentación clínica asociado a la clasificación de riesgo de urgencia y alta urgencia en pacientes con insuficiencia cardíaca que acuden a urgencias hospitalarias está constituido mayoritariamente por signos y síntomas respiratorios.

Analysis of athletes' running ability data mining algorithm based on the dynamic characteristics of football players / Análise do algoritmo de mineração de dados da capacidade de corrida de atletas com base nas características dinâmicas dos jogadores de futebol / Análisis del algoritmo de minería de la capacidad de correr de los jugadores de fútbol basado en las características dinámicas de los jugadores de fútbol

ABSTRACT In 2008, our country successfully held the Olympic Games, where China won the most gold medals. After these Olympic Games, China has also become a world sports power. Our country's table tennis, diving, skating and other sports are also in the leading ranks in the world. In this study, according to the current training status of Chinese football players, we used data mining algorithm to analyze the unawareness of acceleration and speed of Chinese athletes in the running process. In this study, these indicators were quantified and analyzed, which has successfully promoted the training level of Chinese football players.

RESUMO Em 2008, nosso país sediou os Jogos Olímpicos, em que a China ganhou a maior parte das medalhas de ouro. Após os Jogos Olímpicos, a China também se tornou uma potência esportiva mundial. O tênis de mesa, o salto ornamental, a patinação e outros esportes também estão em posições de liderança. Neste estudo, de acordo com o atual estado de treinamento dos jogadores de futebol chineses, usamos o algoritmo de mineração de dados para analisar a falta de aceleração e velocidade dos atletas chineses na corrida. No estudo, esses indicadores foram quantificados e analisados, elevando o nível do treinamento os jogadores de futebol chineses.

RESUMEN En 2008, China celebró con éxito los Juegos Olímpicos.China ganó la mayoría de las medallas de oro en los Juegos Olímpicos.Después de los Juegos Olímpicos, China también se ha convertido en una potencia deportiva mundial.El tenis de mesa, el buceo y el patinaje sobre hielo en China también están en la posición de liderazgo en el mundo.De acuerdo con la situación actual del entrenamiento de los jugadores de Fútbol en nuestro país, este trabajo analiza la falta de percepción de la aceleración y velocidad de los jugadores de Fútbol en el proceso de correr con el algoritmo de minería.Y en los resultados de la investigación, el análisis cuantitativo de estos indicadores ha mejorado con éxito el nivel de entrenamiento de los jugadores de fútbol chinos.

Knowledge discovery in databases para apoio à decisão em atividades vinculadas à enfermagem / Knowledge discovery in databases para apoyar la decisión en actividades relacionadas con la enfermería / Knowledge discovery in databases for the support to decision-making in nursing-related activities

RESUMO Objetivo: relatar experiências de estratégias do uso da mineração de dados em dois cenários de práticas de Enfermagem. Descrição da experiência: em ambas as experiências foi utilizado o algoritmo Apriori para descoberta de regras de associação e identificado as situações de exceção. A primeira experiência utilizou dados provenientes de óbitos infantis da região metropolitana de Curitiba - PR. Na segunda experiência utilizaram-se prontuários de pacientes atendidos por enfermeiros na classificação de risco em um hospital particular de Curitiba - PR. O primeiro estudo identificou 374 regras gerais e o segundo, 108 regras gerais, ambos com suas respectivas regras de exceção. Conclusão: a aplicação do Knowledge Discovery in Databases pode ser demonstrada e efetivada em dois cenários distintos, a fim de contribuir para a tomada de decisão pelo gestor. Espera-se que o relato reforce a importância do ensino da informática em Enfermagem como ferramenta de apoio à decisão.

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.

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 decision-making support tool.

Efeitos rendimento escolar, infraestrutura e prática docente na qualidade do ensino médio no Brasil / School performance, infrastructure and teaching practice effects on secondary education in Brazil / Efectos del desempeño escolar, la infraestructura y la práctica docente sobre la calidad de la educación secundaria en Brasil

O artigo identifica e discute fatores escolares que mais influenciam a qualidade do ensino médio no Brasil: rendimento escolar, infraestrutura ou prática docente. Foram utilizados os dados do Censo Escolar e do Exame Nacional do Ensino Médio. A técnica de mineração de dados levantou características-chave para o bom desempenho escolar. Um modelo de regressão logística identificou os fatores escolares que mais influenciam o desempenho escolar dos alunos da rede pública de ensino médio regular no Brasil. Investigaram-se, também, os diferenciais de desempenho escolar de alunos do ensino médio segundo o tipo de escola e tipo de ensino, bem como os diferenciais interestaduais, considerando o sistema público de ensino médio regular. Os resultados apontam que alunos de escolas estaduais estão em desvantagem e que os de escolas privadas e federais possuem desempenho semelhante, quando considerado apenas o tipo de escola. Ao se levar em conta também o tipo de ensino, os alunos do ensino regular das escolas federais apresentam o melhor desempenho, cerca de 1,3 vez maior do que o dos alunos das escolas estaduais. Não há grandes disparidades interestaduais, embora os resultados apontem diferenciação regional. Dentre os fatores escolares, a qualificação docente se mostrou o fator mais impactante no desempenho escolar.

This paper identifies and discusses school factors that most influence the quality of secondary education in Brazil: school performance, infrastructure, and teaching practice. We used data from the School Census and the National High School Exam (ENEM). The data mining technique has raised key characteristics for good school performance. A logistic regression model identified school characteristics that most influence the school performance of public high school students in Brazil. School performance was also investigated according to the type of school and type of education; and interstate differentials, considering the regular public high school system. Results show that students from state schools are at a disadvantage and that those from private and federal schools have similar performance when considering only the type of school. When considering the type of education as well, regular school students from federal schools have the best performance, about 1.3 times higher than that of state schools students. There are no major interstate disparities, although the results point to regional differentiation. Among school factors, teacher qualification proved to be the most impacting factor on school performance.

El presente artículo identifica y discute los factores escolares que más influyen en la calidad de la educación secundaria en Brasil: desempeño escolar, infraestructura o práctica docente. Para ello se utilizaron datos del censo escolar y del examen nacional de secundaria. La técnica de minería de datos ha planteado características clave para un buen desempeño escolar, y un modelo de regresión logística identificó los factores escolares que más influyen en el desempeño escolar de los estudiantes de la escuela secundaria pública en Brasil. También se investigaron las diferencias de desempeño escolar de los estudiantes de secundaria según el tipo de escuela y el tipo de educación, y diferenciales interestatales, considerando el sistema público de la escuela secundaria regular. Los resultados muestran que los estudiantes de las escuelas estatales están en desventaja y que los de las escuelas privadas y federales tienen un desempeño similar al considerar solo el tipo de escuela, pero al considerar también el tipo de educación los estudiantes de escuelas regulares de las escuelas federales tienen el mejor desempeño, aproximadamente 1,3 veces más alto que el de los estudiantes de las escuelas estatales. No hay grandes disparidades interestatales, aunque los resultados apuntan a una diferenciación regional. Entre los factores escolares, la calificación de los maestros resultó ser el factor más impactante en el desempeño escolar.

Desenvolvimento e validação de um modelo de informação sobre gerenciamento da dor em um hospital universitário: uma análise secundária de Big Data / Development and validation of a pain management information model in a university hospital: a secondary analysis of big data

Introdução: informações de saúde associadas a dados de registros eletrônicos de saúde (RES) podem fornecer orientação, instrução e conhecimento sobre gerenciamento da dor, que se constitui em um desafio mundial. Uma lacuna é utilizar métodos para organizar a enorme quantidade de dados clínicos heterogêneos, complexos e mal estruturados. Informações de sistemas eletrônicos, analisados por técnicas de Big Data, proporcionam base e estruturam modelos de informação (IM). Esses fornecem um quadro completo das condições específicas de prestação de cuidados em relação a um tópico de interesse e uma navegação mais eficiente e eficaz para o pesquisador, permitindo a comparabilidade entre os sistemas. Objetivos: desenvolver um IM sobre dor a partir de dados clínicos estruturados registrados em prontuário eletrônico; mapear os dados relacionados ao manejo da dor extraídos do prontuário eletrônico; validar internacionalmente o método de estudo; validar o IM sobre gerenciamento da dor construído no Brasil; comparar com o modelo desenvolvido nos Estados Unidos da América. Método: estudo observacional retrospectivo, data-driven, com uso secundário de dados. A amostra foi composta por tabelas do prontuário eletrônico de todos os adultos hospitalizados entre junho de 2014 e julho de 2019, em unidades de internação clínicas e cirúrgicas de um hospital público universitário brasileiro, totalizando 51.643 pacientes únicos. Seis etapas sistemáticas do Applied Healthcare Data Science Roadmap foram aplicadas para o desenvolvimento do IM. Ambientes de ciência de dados SQL (Structured Query Language) foram usados para importar dados clínicos e demográficos para gerenciamento e exploração dos dados e para mineração dos atributos relacionados à dor. A validação metodológica do IM foi realizada em reunião com três autoras de um modelo norte-americano sobre gerenciamento da dor e a validação do modelo deu-se em duas etapas por meio de consenso de especialistas brasileiros. Após, o modelo validado foi comparado com o modelo norte-americano descritivamente. Resultados: um modelo de informação sobre o gerenciamento da dor foi desenvolvido por meio de atributos de dor extraídos de RES e classificados em avaliações, metas, intervenções, reavaliações e resultados. Dezesseis atributos de dor como intensidade da dor, medicações analgésicas e reavaliação da dor foram agrupados e 11 deles expostos à validação de especialistas, sendo cinco validados. Na segunda etapa de validação, foi sugerida a inclusão de novos atributos a serem minerados. Dos 23 atributos agrupados e refinados, 19 foram validados. Os dois modelos apresentam semelhança parcial, com maior número de atributos no norte americano. O modelo brasileiro contou com 36 valores de atributos de dor enquanto o modelo norte-americano com 396. Conclusão: a metodologia em ciência de dados e validação por especialistas permitiram o desenvolvimento do IM brasileiro em gerenciamento da dor. Foi possível estabelecer comparações entre os modelos, buscando otimizar a eficácia da gestão da dor. O desenvolvimento do IM brasileiro, associado à validação por conhecimento especializado, apoiará a tomada de decisão dos profissionais de saúde para melhorar a eficácia do tratamento da dor, fornecer bases para a melhoria de RES, personalizar tratamentos, com vistas à segurança do paciente. Os resultados desta pesquisa permitirão o processo de extração de conhecimento derivado de dados de RES, apoiando práticas de saúde, ensino e pesquisa.

Introduction: health information associated with electronic health records (EHR) data can provide guidance, instruction and knowledge on pain management which constitutes a worldwide challenge. A gap that needs to be addressed to achieve this goal is to develop a method to structure the enormous amount of heterogeneous clinical data which is distributed in a complex and in a poorly structured way. Data from electronic systems, analyzed using Big Data techniques, afford the basis and structure for information models (IM). These models provide a complete picture of the specific conditions of care delivery regarding a specific topic (e.g. pain), and a more efficient and effective navigation for the researcher, allowing comparability between systems. Purpose: the general objective of the study was to develop an information model on pain from clinical data recorded in electronic medical records. The specific objectives of the study were: to map data related to pain management extracted from the electronic medical record; to compare it with the model developed in the United States of America; to validate Internationally the study method; to validate the information model on pain management built in Brazil. Method: retrospective observational study with secondary use of data. The sample comprised tables from the electronic medical records of all adults admitted to clinical and surgical inpatient units of a Brazilian public university hospital. Data between June 2014 and July 2019 were included, totaling 51,643 unique patients. Six systematic steps of the Applied Healthcare Data Science Roadmap were applied. SQL data science environments (Structured Query Language) were used to import clinical and demographic data for management and exploration data and for mining attributes related to pain. The validated model was compared with the American model descriptively. Results: an information model on pain management was developed using pain attributes extracted from EHR and classified into assessments, goals, interventions, reassessments and outcomes. Sixteen pain attributes as pain intensity, analgesics prescriptions and pain reassessment were grouped and 11 of them were exposed to specialist validation, five of which were validated. In the second stage of validation, the inclusion of new attributes to be mined was suggested. Of the 23 grouped and refined attributes, 19 were validated. The Brazilian model had 36 items of pain values while the US model had 396. Conclusion: the data science methodology used and validation by specialists allowed the development of MI in pain management, answering the research question. It was possible to establish comparisons between the models in order to optimize pain management. The pain IM development associated with the validation by expert knowledge will support the health care providers decision-making to improve pain management effectiveness, provide bases for improvement in EHR, customize treatments, aiming at patient safety. Results of this research will enable the process of knowledge extraction derived from EHR data that will greatly support practices in research, health care and education.

Enfermagem e visibilidade na pandemia da covid-19: monitoramento de mídia social / Enfermería y visibilidad en la pandemia del covid-19: monitorización de los medios sociales / Nursing and visibility in covid-19 pandemic: social media monitoring

Objetivo analisar as publicações de usuários do Twitter direcionadas à campanha de valorização da Enfermagem, impulsionadas pelos termos #LuteComoUmaEnfermeira e #EnfermagemEuValorizo. Método pesquisa quantitativa, fundamentada nos métodos digitais. A busca foi realizada utilizando as hashtags #LuteComoUmaEnfermeira e #EnfermagemEuValorizo para extração de tweets. Foram selecionados para análise 2.613 tweets. Resultados 22,5% das publicações localizam-se na região Sudeste do país e 9,3% na região Nordeste. Houve mais de 18 mil interações (curtidas e compartilhamentos), sendo que os autores das postagens atingem um público estimado de cerca 7 milhões de pessoas. O conteúdo das postagens versava principalmente sobre a regulamentação da jornada de trabalho, Equipamentos de Proteção Individual, combate ao COVID-19, defesa da força de trabalho majoritariamente feminina e luta por direitos. Conclusão a realização da campanha virtual teve visibilidade importante no território nacional e apresentou grande visibilidade à profissão em número e alcance na Internet.

Objetivo analizar las publicaciones de los usuarios de Twitter dirigidas a la campaña de valoración de la Enfermería, impulsada por los términos #LuteComoUmaEnfermeira y #EnfermagemEuValorizo. Método investigación cuantitativa, basada en métodos digitales. La búsqueda se llevó a cabo utilizando los hashtags #LuteComoUmaEnfermeira y #EnfermagemEuValorizo para la extracción de tweets. Resultados el 22,5% de las publicaciones se localizan en la región Sudeste del país y el 9,3% en la región Nordeste. Hubo más de 18.000 interacciones (curtidas y compartidas), y los autores de los mensajes llegaron a un público estimado de unos 7 millones de personas. El contenido de los puestos se refería principalmente a la regulación de los horarios de trabajo, el equipo de protección personal, la lucha contra el COVID-19, la defensa de la fuerza de trabajo mayoritariamente femenina y la lucha por los derechos. Conclusión la realización de la campaña virtual tuvo una importante visibilidad en el territorio nacional y presentó una gran visibilidad a la profesión en número y alcance en Internet.

Objective analyze the publications of Twitter users directed to the campaign of valuation of Nursing, driven by the terms #LuteComoUmaEnfermeira and #EnfermagemEuValorizo. Method quantitative research, based on digital methods. The search was realized using the hashtags #LuteComoUmaEnfermeira and #EnfermagemEuValorizo for tweets extraction. 2,613 tweets were selected for analysis. Results 22.5% of publications are located in the Brazilian Southeast region and 9.3% in the Northeast region. There were more than 18,000 interactions (likes and shares), and the authors of the posts reach an estimated audience of about 7 million people). The content of the posts mainly related to the regulation of working hours, Personal Protective Equipment, the fight against COVID-19, the defense of the majority female workforce and the fight for rights. Conclusion the realization of the virtual campaign had important visibility in the national territory and presented great visibility to the profession in number and reach on the Internet.

Comunicação entre agentes de software especialistas em doenças cardíacas / Comunicación entre agentes de software especializados en enfermedades del corazón / Communication between software agents specializing in heart diseases

Objetivos: Este artigo relata a construção de um Sistema Multiagente para a tomada de decisão sobre o estado cardíaco de pacientes, usando uma base de dados real. Métodos: O sistema foi implementado com dois cardiologistas principais (Médico e Doutor) e um especialista (Especialista), onde, se houver discordância entre os dois primeiros, o Especialista é chamado para ser feito o desempate. Foi utilizado o framework Jason (que une AgentSpeak-L e Java) para o sistema e o software Weka para a criação da árvore de decisão do agente Especialista. Resultados: Como resultado, o agente Médico (com 72% de acerto) obteve melhores resultados que o agente Doutor, onde o Especialista foi utilizado como o validador. Conclusão: O uso de Sistemas Multiagentes pode auxiliar no processo de tomada de decisão em sistemas de área da saúde.

Objectives: This paper presents a Multiagent System to assist decision making on patients' heart state, using a real dataset. Methods: The system has two cardiologists (Physician and Doctor) and one expert (Specialist). If the Physician and Doctor Agents do not agree with each other, the Specialist agent is called to give a third opinion. We have used the Jason platform (which merge AgentSpeak-L and Java) for the system and the software Weka to generate the decision tree used by the Specialist. Results: As a result, the Physician (with 72% of accuracy) obtained better results than the Doctor. The Specialist was used as the validator. Conclusion: The use of Multiagent Systems can help in the decision-making process in healthcare systems.

Objetivos: Este artículo informa sobre la construcción de un Sistema Multiagente para la toma de decisiones sobre el estado cardíaco de los pacientes, utilizando una base de datos real. Métodos: El sistema se implementa de tal manera que hay dos cardiólogos principales (Médico y Doctor) y un especialista (Especialista), donde, si hay desacuerdo entre los dos primeros, el Especialista es llamado para que sea el desempate. Utilizamos la plataforma Jason (que une AgentSpeak-L y Java) para el sistema y el software Weka para crear el árbol de decisión del agente experto. Resultados: Como resultado, el Agente Médico (con 72% correcto) obtuvo los mejores resultados entre los dos y el Experto fue validado como experto para la base. Conclusión: El uso de sistemas multiagente puede ayudar en el proceso de toma de decisiones en los sistemas de salud.

Anuncios de mujeres brasileñas en la industria transnacional del sexo en un sitio web español / Brazilian women announcements in the transnational sex industry on a Spanish website / Anúncios de mulheres brasileiras na indústria transnacional do sexo em um site Espanhol

Resumen Este es un estudio cuantitativo que tuvo como objetivo analizar las tendencias y los patrones de comportamiento de las trabajadoras sexuales con nacionalidad brasileña en un sitio web español. La muestra consistió en 486 anuncios tomados del sitio web Pasion.com entre 2018-2019. Se realizó una descripción estadística de los perfiles anunciados, seguida de un análisis de contenido utilizando la estrategia de minería de datos y el desarrollo de modelos predictivos de Poisson para datos contables. Los anuncios se distribuyen principalmente en zonas turísticas costeras. El análisis de contenido reveló códigos sobre servicios sexuales ofrecidos y prácticas de riesgo relacionadas con la salud y la seguridad. Entre los comportamientos de riesgo, se encontraron términos que se refieren al sexo sin protección y al uso ilícito de drogas. Las preferencias de los clientes incluyen mujeres de piel parda menores de 20 años y mayores de 40 años que ofrecen servicio de lluvia dorada, alcohol y trabajan de forma independiente.

Abstract This study combines quantitative and qualitative methods to analyze the trends and behavior patterns of Brazilian sex workers on a Spanish website. The sample consisted of 486 ads taken from the website Pasion.com, between 2018-2019. We performed a statistical description of the advertised profiles followed by content analysis through data mining strategy, and the development of Poisson predictive models for countable data. The ads are distributed mainly in coastal tourist areas. The content analysis revealed codes of the sexual services offered and risk practices related to health and safety. Among the risk behaviors, terms were found that refer to unprotected sex and illicit drug use. Customer preferences include women with brown skin under 20 and over 40 who offer golden shower, alcohol and work independently.

Resumo Trata-se de um estudo quali-quanti que teve como objetivo analisar tendências e padrões de comportamento de profissionais do sexo de nacionalidade brasileira em um site espanhol. A amostra consistiu em 486 anúncios coletados no site Pasion.com entre 2018 2019. Foi realizada uma descrição estatística dos perfis anunciados, seguida de uma análise de conteúdo por meio da estratégia de data mining e o desenvolvimento de modelos preditivos de Poisson para dados contáveis. Os anúncios são distribuídos principalmente em áreas turísticas costeiras. A análise de conteúdo revelou códigos sobre serviços sexuais oferecidos e práticas de risco relacionadas à saúde e segurança. Dentre os comportamentos de risco, foram encontrados termos que se referem a sexo desprotegido e uso de drogas ilícitas. As preferências dos clientes incluem mulheres de pele parda com menos de 20 anos e com mais de 40 anos que oferecem serviço de chuva dourada, álcool e trabalham independentes.

Comparing the predictive power of the CART and CTREE algorithms / Comparando o poder preditivo dos Algoritmos CART e CTREE / Comparando el poder predictivo de los algoritmos CART y CTREE

The CART algorithm has been extensively applied in predictive studies, however, researchers argue that CART produces variable selection bias. This bias is reflected in the preference of CART in selecting predictors with large numbers of cutpoints. Considering this problem, this article compares the CART algorithm to an unbiased algorithm (CTREE), in relation to their predictive power. Both algorithms were applied to the 2011 National Exam of High School Education, which includes many categorical predictors with a large number of categories, which could produce a variable selection bias. A CTREE tree and a CART tree were generated, both with 16 leaves, from a predictive model with 53 predictors and the students' writing essay achievement as the outcome. The CART algorithm yielded a tree with a better outcome prediction. This result suggests that for large data sets, called big data, the CART algorithm might give better results than the CTREE algorithm.(AU)

O algoritmo CART tem sido aplicado de forma extensiva em estudos preditivos. Porém, pesquisadores argumentam que o CART apresenta sério viés seletivo. Esse viés aparece na preferência do CART pelos preditores com grande número de categorias. Este artigo considera esse problema e compara os algoritmos CART e CTREE, este considerado não enviesado, tomando como resultado seu poder preditivo. Os algoritmos foram aplicados no Exame Nacional do Ensino Médio de 2011, no qual estão incluídos vários preditores nominais e ordinais com muitas categorias, o que pode produzir um viés seletivo. Foram geradas uma árvore do CTREE e outra do CART, ambas com 16 folhas, provenientes de um modelo com 53 variáveis preditoras e a nota da redação, como desfecho. A árvore do algoritmo CART apresentou uma melhor predição. Para grandes bancos de dados, possivelmente o algoritmo CART é mais indicado do que o algoritmo CTREE.(AU)

El algoritmo CART es ampliamente utilizado en análisis predictivos. Sin embargo, los investigadores argumentan que el CART presenta un fuerte sesgo de selección. Este sesgo se refleja en el CART en la preferencia de seleccionar predictores con elevado número de categorías. Teniendo en cuenta este problema, el presente artículo compara el algoritmo CART y un algoritmo imparcial (CTREE) con relación a su poder predictivo. Ambos algoritmos se aplicaron en el Examen Nacional de la Enseñanza Secundaria de 2011, incluyendo predictores nominales y ordinales con diversas categorías, un escenario susceptible de producir el sesgo de selección de variables mencionado. Fueron generados un árbol CTREE y un árbol CART, ambos con 16 hojas, provenientes de un modelo predictivo con 53 variables y la nota del comentario de texto. El árbol del algoritmo CART presentó mejor predicción. Para grandes bases de datos el algoritmo CART puede proporcionar mejores resultados que el CTREE.(AU)

Characterization of the self-perception of oral health in the Brazilian adult population / Caracterização da condição percebida de saúde bucal na população adulta brasileira

Abstract This article aims to perform an analysis of the factors that determine the self-perception of oral health of Brazilians, based on a multidimensional methodology basis. This is a cross-sectional study with data from a national survey. A household interview was conducted with a sample of 60,202 adults. Self-perception of oral health was considered the outcome variable and sociodemographic characteristics, self-care and oral health condition, use of dental services, general health and work condition as independent variables. The dimensionality reduction test was used and the variables that showed a relationship were submitted to logistic regression. The negative oral health condition was related to difficulty feeding, negative evaluation of the last dental appointment, negative self-perception of general health condition, not flossing, upper dental loss, and reason for the last dental appointment. The use of a multidimensional methodological basis was able to design explanatory models for the self-perception of oral health of Brazilian adults, and these results should be considered in the implementation, evaluation, and qualification of the oral health network.

Resumo O objetivo deste artigo é realizar uma análise dos fatores que determinam a autopercepção de saúde bucal dos brasileiros sob base metodológica multidimensional. Estudo transversal, com dados provenientes de inquérito em âmbito nacional. Foi realizada entrevista domiciliar com uma amostra de 60.202 adultos. Considerou-se a autopercepção de saúde bucal como variável desfecho e características sociodemográficas, de autocuidado e condição de saúde bucal, de utilização de serviços odontológicos, de condição de saúde geral e de trabalho como variáveis independentes. Empregou-se o teste de redução de dimensionalidade e as variáveis que apresentaram relação passaram pelo teste de regressão logística. A autopercepção negativa de saúde bucal apresentou-se relacionada à dificuldade para se alimentar, avaliação negativa do atendimento recebido durante a última consulta odontológica, autopercepção ruim da condição de saúde geral, não utilização de fio dental, perda dental superior e motivo da última consulta com o cirurgião dentista. A utilização de base metodológica multidimensional foi capaz de (re)desenhar modelos explicativos para a condição percebida de saúde bucal de adultos brasileiros, devendo, os seus resultados serem considerados na implementação, avaliação e qualificação da rede de saúde bucal.

Users' satisfaction with the public dental service: the discovery of new patterns / Satisfação de usuários com o serviço público odontológico: a descoberta de novos padrões

Abstract Background Regarding to oral health, little has been advanced on how to improve quality within dental care. Objective The aim of this study was to identify the demographic factors affecting the satisfaction of users of the dental public service having the value of a strategic and high consistency methodology. Method The Data Mining was used to a secondary database, contemplating 91 features, segmental in 9 demographic factors, 17 facets, and 5 dominions. Descriptive statistics were extracted to a demographic data and the satisfaction of the users by facets and dominions, being discovered as from Decision Trees and Association Rules. Results the analysis of the results showed the relation between the demographic factor 'professional occupation' and satisfaction, in all of the dominions. The occupations of general assistant and home assistant with daily wage stood out in Association Rules to represent the lower level of satisfaction compared to the facets that were worse evaluated. Also, the factor 'health unit's name' showed relation with most of the investigated dominions. The difference between health units was even more evident through the Association Rule. Conclusion The Data Mining allowed to identify complementary relations to the user's perception about the public oral health services quality, constituting a safe tool to support the management of Brazilian public health and the basis of future plans.

Resumo Introdução Em relação à saúde bucal, pouco se avançou sobre como melhorar a qualidade no atendimento odontológico. Objetivo O objetivo deste estudo foi identificar fatores demográficos que afetam a satisfação de usuários do serviço público odontológico, sob a análise de uma metodologia estratégica e de alta consistência. Método Aplicou-se a Mineração de Dados sobre um banco de informações secundárias, contemplando 91 características, as quais foram segmentadas em 9 fatores demográficos, 17 facetas e 5 domínios. Estatísticas descritivas foram extraídas dos dados demográficos e a satisfação dos usuários foi exposta por meio de facetas e domínios, sendo apresentados a partir de Árvores de Decisão e Regras de Associação. Resultados A análise dos resultados mostra relação entre o fator demográfico 'ocupação profissional' e a satisfação do usuário, em todos os domínios. As ocupações de assistente geral e empregado doméstico com salário diário destacaram-se nas Regras de Associação para representar o menor nível de satisfação em relação às facetas que foram mais mal avaliadas. De forma complementar, o fator 'nome da unidade de saúde' expôs relação com a maioria dos domínios investigados. A diferença entre as unidades de saúde mostrou-se ainda mais evidente por meio da Regra de Associação. Conclusão A Mineração de Dados permitiu identificar relações complementares à percepção do usuário sobre a qualidade dos serviços públicos de saúde bucal, constituindo-se em ferramenta segura para subsidiar a gestão da saúde pública brasileira e a base de planos futuros.

Design of a geospatial model applied to Health management / La producción de un modelo geoespacial aplicado a la gestión de la salud / Concepção de um modelo geoespacial aplicado na gestão à saúde

ABSTRACT Objective: To identify geographically the beneficiaries categorized as prone to Type 2 Diabetes Mellitus, using the recognition of patterns in a database of a health plan operator, through data mining. Method: The following steps were developed: the initial step, the information survey. Development, construction of the process of extraction, transformation, and loading of the database. Deployment, presentation of the geographical information through a georeferencing tool. Results: As a result, the mapping of Paraná according to its health care network and the concentration of Type 2 Diabetes Mellitus is presented, enabling the identification of cause-and-effect relationships. Conclusion: It is concluded that the analysis of georeferenced information, linked to health information obtained through the data mining technique, can be an excellent tool for the health management of a health plan operator, contributing to the decision-making process in Health.

RESUMEN Objetivo: Identificar geográficamente a los beneficiarios categorizados como propensos a la enfermedad Diabetes mellitus tipo 2, utilizándose el reconocimiento de patrones en una base de datos de cierta compañía de seguro médico por medio de la minería de datos. Método: Se desarrollaron las siguientes etapas: fase inicial, levantamiento de información. Desarrollo, construcción del proceso de extracción, transformación y carga en la base de datos. Implantación, presentación de la información geográfica mediante la herramienta de georreferenciación. Resultados: Se presenta el mapeo de Paraná (Brasil) con relación a su red asistencial y la concentración de Diabetes mellitus tipo 2, proporcionando la identificación de las relaciones de causa-efecto. Conclusión: Se concluyó que el análisis de las informaciones georreferenciadas, vinculadas a las informaciones de salud obtenidas por la técnica de minería de datos, puede ser una excelente herramienta en la gestión de salud de cierta compañía de seguro médico, lo que contribuye al apoyo a la toma de decisiones en salud.

RESUMO Objetivo: Identificar geograficamente os beneficiários categorizados como propensos à doença Diabetes Mellitus Tipo 2, utilizando o reconhecimento de padrões em uma base de dados de uma operadora de plano de saúde, por meio da mineração de dados. Método: Desenvolveram-se as seguintes etapas: fase inicial, levantamento de informações. Desenvolvimento, construção do processo de extração, transformação e carga do banco de dados. Implantação, apresentação das informações geográficas por meio da ferramenta de georreferenciamento. Resultados: Como resultados, apresenta-se o mapeamento do Paraná em relação a sua rede assistencial e a concentração de Diabetes Mellitus Tipo 2, oportunizando a identificação de relações de causa-efeito. Conclusão: Conclui-se que a análise de informações georreferenciadas, vinculadas às informações de saúde obtidas por meio da técnica de mineração de dados, pode ser um excelente instrumento para a gestão da saúde de uma operadora de plano de saúde, contribuindo para o apoio à tomada de decisões em saúde.

Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho / Data mining and machine learning perspectives for occupational safety and health

Resumo Introdução: a variedade, volume e velocidade de geração de dados (big data) possibilitam novas e mais complexas análises. Objetivo: discutir e apresentar técnicas de mineração de dados (data mining) e de aprendizado de máquina (machine learning) para auxiliar pesquisadores de Saúde e Segurança no Trabalho (SST) na escolha da técnica adequada para lidar com big data. Métodos: revisão bibliográfica com foco em data mining e no uso de análises preditivas com machine learning e suas aplicações para auxiliar diagnósticos e predição de riscos em SST. Resultados: a literatura indica que aplicações de data mining com algoritmos de machine learning para análises preditivas em saúde pública e em SST apresentam melhor desempenho em comparação com análises tradicionais. São sugeridas técnicas de acordo com o tipo de pesquisa almejada. Discussão: data mining tem se tornado uma alternativa cada vez mais comum para lidar com bancos de dados de saúde pública, possibilitando analisar grandes volumes de dados de morbidade e mortalidade. Tais técnicas não visam substituir o fator humano, mas auxiliar em processos de tomada de decisão, servir de ferramenta para a análise estatística e gerar conhecimento para subsidiar ações que possam melhorar a qualidade de vida do trabalhador.

Abstract Introduction: variety, volume and data generation speed allow for new and more complex analyses. Objective: to discuss and present data mining and machine learning techniques to aid occupational safety and health (OSH) researchers to choose the suitable technique when dealing with large volumes of data. Methods: literature review to discuss data mining and machine learning predictive applications for aiding diagnosis and risk prevention in OSH. Results: literature shows that data mining with machine learning algorithms for predictive purposes in OSH and public health present better performance when compared to traditional analysis. According to the research purpose, different techniques are recommended. Discussion: data mining has become a common alternative when dealing with large databases in public health, making it possible to analyze large volume of morbidity and mortality data. These techniques are not meant to replace the human factor, but rather to assist in decision-making processes, to work as a tool for the statistical analysis of OSH data and to build up knowledge to subsidize actions that may improve worker's quality of life.

Fatores que contribuem para a rotatividade e fidelização de profissionais de enfermagem / Factors that contribute towards turnover and loyalt y of nursing professionals

O objetivo deste estudo foi identificar fatores de rotatividade e fidelização de profissionais de enfermagem. Estudo descritivo e quantitativo, envolvendo 102 profissionais de enfermagem desligados de serviços de saúde entre 2013 e 2014. Foram coletados dados por meio de um formulário eletrônico e, a partir da mineração de dados, descobertos padrões, posteriormente avaliados por cinco especialistas. Foram identificados como fatores de rotatividade e fidelização de profissionais de enfermagem: comunicação entre funcionários e chefia; repasse de assuntos importantes e mudanças na empresa; tratamento entre chefia e subordinado; oportunidade de influenciar a tomada de decisão; reconhecimento profissional, aliado ao crescimento na organização e promoções aos profissionais mais qualificados; salário adequado; carga de trabalho; e ambiente saudável. Os fatores identificados podem refletir em condições desfavoráveis ao trabalho dos profissionais de enfermagem, contribuindo para a rotatividade, se adequados e trabalhados pelos gestores, colaboram para melhores resultados na instituição e para a satisfação e fidelização dos profissionais.

The objective of this study was to identify factors involving turnover and loyalty stances of nursing professionals. The descriptive and quantitative analysis involved 102 nursing professionals who quitted health service between 2013 and 2014. Data were retrieved by electronic form and patterns were discovered by data mining, later evaluated by five experts. Nursing professionals' turnover and loyalty factors comprised communication between professionals and authorities; forwarding of important themes and changes in the company; treatment between boss and employee; opportunity to influence decision- taking; professional acknowledgement plus growth within the company and promotions to more qualified professionals; decent salaries; work load; healthy environment. Identified factors may have caused unfavorable conditions within the tasks of nursing personnel, contributing towards turnover. If personnel´s issues were handled better by managers, better results would be obtained in the institution, coupled to personnel´s satisfaction and loyalty.