Fale com a Fiocruz
Fundação Oswaldo Cruz
Você precisa estar logado para realizar essa ação
Login Crie sua conta
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 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.

    Mais projetos de parcerias