Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/37288
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2019_RenanMartinsdeSousa.pdf1,99 MBAdobe PDFVisualizar/Abrir
Título: Mineração de dados para predição da dispensação de medicamentos do componente especializado da assistência farmacêutica no Sistema Único de Saúde
Autor(es): Sousa, Renan Martins de
Orientador(es): Ramos, Guilherme Novaes
Assunto: Assistência farmacêutica
Mineração de dados (Computação)
Redes neurais (Computação)
Modelos de previsão
Planejamento em saúde
Data de publicação: 2-Abr-2020
Referência: SOUSA, Renan Martins de. Mineração de dados para predição da dispensação de medicamentos do componente especializado da assistência farmacêutica no Sistema Único de Saúde. 2019. xx, 166 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2019.
Resumo: A Política Nacional de Assistência Farmacêutica é uma ação de saúde pública de extrema relevância e materialidade. Esta pesquisa propõe a utilização de algoritmos de mineração de dados para previsão de séries temporais dos medicamentos do subgrupo 1A do Componente Especializado da Assistência Farmacêutica (CEAF), de modo a estimar as quantidades que devem ser distribuídas trimestralmente às Secretarias Estaduais de Saúde. Comparados diversos métodos de previsão, entre modelos estatísticos tradicionais e um modelo de rede neural recorrente do estado da arte, os resultados demonstraram que a substituição do atual método de previsão utilizado pelo Ministério da Saúde por outros métodos apresentados nesta pesquisa, cujas implementações estão disponíveis na forma de uma contribuição tecnológica, teria gerado uma economia potencial de mais de R$ 26 milhões e evitado o desabastecimento de mais de 4 milhões de unidades dos mais variados medicamentos, em um exame agregado para nove Estados da Federação nos três primeiros trimestres do ano de 2018. A comparação com outros modelos de previsão, o aperfeiçoamento do modelo de rede neural proposto, assim como a utilização desses modelos para outros medicamentos e Estados, têm o potencial de afetar de forma relevante a gestão dessa política pública de saúde, contribuindo, entre outros resultados, para uma melhor alocação de recursos públicos federais.
Abstract: The National Policy on Pharmaceutical Assistance is a public health action of extreme relevance. This research proposes the use of data mining for forecasting drugs' time series of the Specialized Component of Pharmaceutical Assistance (CEAF), in order to forecast quarterly drug distribution across the different states in Brazil. The comparison of various prediction methods - among traditional statistical ones and a state-of-art recurrent neural network model - demonstrated that replacing the current Ministry of Health forecasting method could have generated potential savings of more than R$ 26 million and avoided the shortage of more than 4 million units of several drugs in an aggregated analysis for nine selected states. The comparison with other models, improvements on the proposed neural network model, as well as the use of such models for other medicines and states could help to maintain the right inventory levels and significantly reduce the amount of resources allocated to drug distribution, improving the management of this public health policy.
Unidade Acadêmica: Instituto de Ciências Exatas (IE)
Departamento de Ciência da Computação (IE CIC)
Informações adicionais: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.
Programa de pós-graduação: Programa de Pós-Graduação em Computação Aplicada, Mestrado Profissional
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.