Projeto de pesquisa e desenvolvimento tecnológico

BASIS – Breastfeeding Information System

Descrição

O BASIS - Breastfeeding Information System é um conjunto de estudos epidemiológicos mistos, com abordagem ecológica (maternidades como unidades de análise), individual (neonatos), e de 'big data', e que utilizará dados dos Sistemas Nacionais de Informação (SINASC, SIM, SIH e outros) para avaliar todos os 62.950.321 nascidos vivos do Brasil, de 1996 a 2016.

Esses dados serão correlacionados, em uma série histórica, com a implementação das políticas hospitalares de aleitamento materno (Iniciativa Hospital Amigo da Criança, Método Mãe Canguru ou Banco de Leite Humano) em todos os hospitais brasileiros, avaliando o impacto de uma ou mais dessas três iniciativas sobre a morbimortalidade neonatal.

O BASIS se propõe a avaliar o impacto nos indicadores de morbimortalidade caso as iniciativas hospitalares pró-aleitamento materno fossem adotadas universalmente no Brasil, estimando:

Quantos bebês poderiam ser salvos?
Qual seria a redução do tempo de internação hospitalar em UTI-neonatal?
Em quanto seria a redução dos gastos com internação por infecções neonatais?

Também serão mapeados quais hospitais e maternidades se beneficiariam mais com a implantação dessas políticas.

O projeto tem apoio do edital ‘Grand Challenges Explorations - Brazil: Data Science Approaches to Improve Maternal and Child Health in Brazil (2018), da Fundação Bill e Melinda Gates.

Objetivos do Projeto junto à Plataforma de Ciência de Dados aplicada à Saúde (PCDaS/Icict)

Desenvolver infraestrutura tecnológica do componente Ciência de Dados aplicada ao BASIS;

Capacitar equipe de referência em Ciência de Dados;

Identificar, coletar, normalizar e armazenar as principais bases de dados de interesse para o BASIS;

Indexar as principais bases de dados de interesse para o BASIS visando recuperação de dados em alta performance para tomada de decisão baseada em dados;

Produzir, consolidar e disponibilizar informações estratégicas por meio do componente "Análise Visual", contribuindo para avaliar o impacto de intervenções hospitalares de aleitamento materno na saúde infantil;

Por meio do componente "Mineração de Dados e Análise Preditiva", contribuir para construção e disponibilização de algoritmos e ferramentas para mineração, análise e visualização de grandes quantidades de dados, machine learning, epidemiologia social clássica, epidemiologia translacional, estudos de custo-benefício e tomada de decisão aplicadas a avaliação do impacto de intervenções hospitalares de aleitamento materno na saúde infantil.

Equipe Projeto

Cristiano Boccolini
Patrícia de Moraes Mello Boccolini

Equipe PCDaS

Rebecca Sales
Igor Morais
Carlos Cardoso

Projetos Relacionados

Projeto de pesquisa e desenvolvimento tecnológico

Programa Mais Médicos (PMM)

O Programa Mais Médicos (PMM) é parte de um amplo esforço do Governo Federal, com apoio de estados e municípios, para a melhoria do atendimento aos usuários do Sistema Único de Saúde (SUS).

Projeto acadêmico mestrado

Descobrindo regras de associação divergentes: um estudo de caso da Malária na Amazônia Legal

Autora: Lais Ribeiro Baroni. Um problema conhecido em mineração de padrões frequentes é o fato de comumente serem produzidas milhares de regras de associação, tornando-se árduo o estudo de cada uma delas, enfraquecendo o processo de descoberta de informação útil.