Pós-processamento de padrões para identificação de beneficiários de alto custo em operadoras de saúde

Detalhes bibliográficos
Ano de defesa: 2015
Autor(a) principal: Escobar, Leandro Fabian Almeida
Orientador(a): Carvalho, Deborah Ribeiro
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Ciência da Informação
Administradores de saúde
Gerenciamento da informação
Mineração de dados (Computação)
Processo decisorio
Link de acesso: http://hdl.handle.net/1884/38207
Resumo: Orientadora : Profª. Drª. Deborah Ribeiro Carvalho
id UFPR_7dcb43a85504aab1440f86a0b1c3ceb4
oai_identifier_str oai:acervodigital.ufpr.br:1884/38207
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str
spelling Escobar, Leandro Fabian AlmeidaUniversidade Federal do Paraná. Setor de Ciências Sociais Aplicadas. Programa de Pós-Graduação em Ciência, Gestão e Tecnologia da InformaçãoCarvalho, Deborah Ribeiro2015-07-02T18:18:19Z2015-07-02T18:18:19Z2015http://hdl.handle.net/1884/38207Orientadora : Profª. Drª. Deborah Ribeiro CarvalhoDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Sociais Aplicadas, Programa de Pós-Graduação em Ciência, Gestão e Tecnologia da Informação. Defesa: Curitiba, 26/03/2015Inclui referências : fls. 85-88Área de concentraçâo: Gestão da Informação e do conhecimentoResumo: As operadoras de saúde armazenam grandes volumes de dados sobre procedimentos realizados por seus beneficiários e, na mesma medida que criam valiosas oportunidades, também geram dificuldades em analisar e interpretar os padrões contidos em tais bases de dados. A Mineração de Dados pode constituir uma alternativa para compensar tal deficiência, mas sua adoção e uso cotidiano no suporte à decisão na área da Saúde ainda são baixos. O problema de pesquisa abordado se relaciona ao baixo uso do processo de descoberta de conhecimento (KDD) na área e questiona-se até que ponto é possível fomentar sua adoção na rotina dos especialistas em Saúde. Assim, este trabalho apresenta um modelo que fomente o uso do KDD na rotina da gestão em Saúde, mediante a identificação de beneficiários de alto custo em operadoras de Saúde, avaliando sua aceitação junto a especialistas na área. Foram identificados os pontos de atenção recomendados na literatura para uso efetivo dos resultados do KDD na Saúde, o modelo foi elaborado e um protótipo foi desenvolvido com a capacidade de obter padrões e pós processálos, obentendo padrões de sequência de janelas temporais. Sua aceitação foi avaliada junto aos especialistas, tendo atingido 78% de aceitação. Destaca-se que todos os especialistas envolvidos concordam que o modelo é aplicável à sua rotina de trabalho. Conclui-se que a associação dos pontos de atenção para o uso da Mineração de Dados na Saúde e a atenção a requisitos específicos dos especialistas, mediante o desenvolvimento de um modelo que facilite a obtenção e a exploração em padrões minerados, se mostrou capaz de fomentar o uso do KDD na rotina em Saúde. Palavras chave: Descoberta de conhecimento; Mineração de Dados, Apoio à decisão em Saúde.Abstract: Health insurance companies store large amounts of data on procedures performed over its beneficiaries and to the same extent that create valuable opportunities also lead to difficulties in analyzing and interpreting the standards contained in such databases. Data mining can be an alternative to compensate for this deficiency, but their adoption and use in everyday decision support in healthcare are still low. The research problem addressed is related to the low use of knowledge Discovery in data bases process (KDD) in the area and wonders to what extent it is possible to foster its adoption in experts routine. So, this researche presents a model that promotes the use of KDD in the routine management in Health, by identifying high-cost beneficiaries and evaluating its acceptance by the experts. Points of attention for the use of Data Mining in Health were identified in the literature for effective use of the results of KDD. A model and a prototype were developed with the capability of discovering patterns and post process into sequential and time frames patterns. Its acceptance was evaluated with the experts, reaching 78% of acceptance. It is noteworthy that all the experts involved agree that the model is applicable to their daily work. We conclude that the association of points of attention for the use of Data Mining in Health and attention to specific requirements of experts, by developing a model to facilitate the obtaining and exploring mined patterns, has been shown to promote the use of KDD in routine Health. Keywords: Knowledge discovery; Data Mining, Decision Support in Health.119 f. : il. algumas color., grafs., tabs.application/pdfDisponível em formato digital658.4038Ciência da InformaçãoAdministradores de saúdeGerenciamento da informaçãoMineração de dados (Computação)Processo decisorioPós-processamento de padrões para identificação de beneficiários de alto custo em operadoras de saúdeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessTHUMBNAILR - D - LEANDRO FABIAN ALMEIDA ESCOBAR.pdf.jpgGenerated Thumbnailimage/jpeg1150https://acervodigital.ufpr.br/bitstream/1884/38207/1/R%20-%20D%20-%20LEANDRO%20FABIAN%20ALMEIDA%20ESCOBAR.pdf.jpg5a586a84d6b2dfc890f21b43722c3ddfMD51open accessTEXTR - D - LEANDRO FABIAN ALMEIDA ESCOBAR.pdf.txtExtracted Texttext/plain231509https://acervodigital.ufpr.br/bitstream/1884/38207/2/R%20-%20D%20-%20LEANDRO%20FABIAN%20ALMEIDA%20ESCOBAR.pdf.txtd051356c723148fb7404fb83261fc075MD52open accessORIGINALR - D - LEANDRO FABIAN ALMEIDA ESCOBAR.pdfapplication/pdf2493330https://acervodigital.ufpr.br/bitstream/1884/38207/3/R%20-%20D%20-%20LEANDRO%20FABIAN%20ALMEIDA%20ESCOBAR.pdfe255ddb968b0dfbb1d066bde7ca6145bMD53open access1884/382072015-11-23 09:25:05.997open accessoai:acervodigital.ufpr.br:1884/38207Repositório InstitucionalPUBhttp://acervodigital.ufpr.br/oai/requestinformacaodigital@ufpr.bropendoar:3082015-11-23T11:25:05Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Pós-processamento de padrões para identificação de beneficiários de alto custo em operadoras de saúde
title Pós-processamento de padrões para identificação de beneficiários de alto custo em operadoras de saúde
spellingShingle Pós-processamento de padrões para identificação de beneficiários de alto custo em operadoras de saúde
Escobar, Leandro Fabian Almeida
Ciência da Informação
Administradores de saúde
Gerenciamento da informação
Mineração de dados (Computação)
Processo decisorio
658.4038
title_short Pós-processamento de padrões para identificação de beneficiários de alto custo em operadoras de saúde
title_full Pós-processamento de padrões para identificação de beneficiários de alto custo em operadoras de saúde
title_fullStr Pós-processamento de padrões para identificação de beneficiários de alto custo em operadoras de saúde
title_full_unstemmed Pós-processamento de padrões para identificação de beneficiários de alto custo em operadoras de saúde
title_sort Pós-processamento de padrões para identificação de beneficiários de alto custo em operadoras de saúde
author Escobar, Leandro Fabian Almeida
author_facet Escobar, Leandro Fabian Almeida
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Sociais Aplicadas. Programa de Pós-Graduação em Ciência, Gestão e Tecnologia da Informação
dc.contributor.author.fl_str_mv Escobar, Leandro Fabian Almeida
dc.contributor.advisor1.fl_str_mv Carvalho, Deborah Ribeiro
contributor_str_mv Carvalho, Deborah Ribeiro
dc.subject.por.fl_str_mv Ciência da Informação
Administradores de saúde
Gerenciamento da informação
Mineração de dados (Computação)
Processo decisorio
topic Ciência da Informação
Administradores de saúde
Gerenciamento da informação
Mineração de dados (Computação)
Processo decisorio
658.4038
dc.subject.ddc.pt_BR.fl_str_mv 658.4038
description Orientadora : Profª. Drª. Deborah Ribeiro Carvalho
publishDate 2015
dc.date.accessioned.fl_str_mv 2015-07-02T18:18:19Z
dc.date.available.fl_str_mv 2015-07-02T18:18:19Z
dc.date.issued.fl_str_mv 2015
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1884/38207
url http://hdl.handle.net/1884/38207
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 119 f. : il. algumas color., grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/38207/1/R%20-%20D%20-%20LEANDRO%20FABIAN%20ALMEIDA%20ESCOBAR.pdf.jpg
https://acervodigital.ufpr.br/bitstream/1884/38207/2/R%20-%20D%20-%20LEANDRO%20FABIAN%20ALMEIDA%20ESCOBAR.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/38207/3/R%20-%20D%20-%20LEANDRO%20FABIAN%20ALMEIDA%20ESCOBAR.pdf
bitstream.checksum.fl_str_mv 5a586a84d6b2dfc890f21b43722c3ddf
d051356c723148fb7404fb83261fc075
e255ddb968b0dfbb1d066bde7ca6145b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv informacaodigital@ufpr.br
_version_ 1847526168013570048

Registros relacionados