Os desafios do uso de big data na avaliação em saúde

  • Luiz Claudio Santos Pesquisador Sénior do Instituto Nacional de Câncer, INCA e Professor Associado da Universidade Federal do Estado do Rio de Janeiro, UNIRIO, Rio de Janeiro, Brasil
  • Zulmira M. A. Hartz Professora Catedrática Convidada, GHTM, Instituto de Higiene e Medicina Tropical. Universidade NOVA de Lisboa, Portugal

Resumo

Um considerável aumento na quantidade de dados disponíveis na área da saúde tem sido observado nos últimos anos. Essa proliferação os torna crescentemente inacessíveis, gerando um desafio que é como fazer esses dados terem sentido. Neste ensaio sobre os desafios do uso de big data em avaliação em saúde os autores iniciam com uma abordagem histórica do crescimento da quantidade de dados observado nas últimas décadas, definem o que é big data, descrevem suas características e comentam sobre as principais dificuldades para a sua utilização pelos avaliadores na área da saúde. Destacam ainda as suas limitações, enquanto apontam seu uso potencial nas pesquisas não avaliativas, nos estudos de avaliabilidade, nas avaliações normativas e nas pesquisas avaliativas. Concluem chamando a atenção para a necessidade de integrar as duas abordagens: aquela baseada em dados apresentada recentemente pela Ciência dos Dados e a baseada em hipóteses proposta pelo Método Científico.

Downloads

Não há dados estatísticos.

Referências

Data, data everywhere. Economist 27 de fevereiro de 2010. [Consultado em 25 de setembro de 2018]. Disponível em: http://www.emc.com/collateral/analyst-reports/ar-the-economist-data-data-everywhere.pdf

Saracci R. Epidemiology in wonderland: Big Data and precision medicine. Eur J Epidemiol 2018; 33: 245-257.

Magalhães J, Hartz Z, Martins MRO. Big Data para a investigação em saúde e a ciência aberta: um contributo para a gestão do conhecimento. An Inst Hig Med Trop 2016; Supl. 2: S75-S82.

Anderson C. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete 23 de junho de 2008. [Consultado em 17 de setembro de 2018]. Disponível em: https://www.wired.com/2008/06/pb-theory/

Cox M, Ellsworth D. Application-Controlled Demand Paging for Out-of-Core Visualization. Proceedings of the 8th Conference on Visualization’ 97; 1997. Disponível em: https://www.researchgate.net/publication/3736976_Application-controlled_demand_

paging_for_out-of-core_visualization

Dicionário Cambridge Inglês-Português. Definição de “big data”. © Cambridge University Press, 2019. [Consultado em 24 de abril de 2019]. Disponível em: https://dictionary.cambridge.org/pt/

Lefebvre-Naré F, Lemire S, Petersson GJ. What is big data? In: Petersson GJ, Breul JD. In: Cyber Society, Big Data, and Evaluation: Comparative Policy Evaluation. Taylor & Francis, NY, USA; 2017.

Forss K,Norén J. Using‘bigdata’forequity-focused evaluation –understanding and utilizing the dynamics of data ecosystems. In: Petersson GJ, Breul JD. In: Cyber Society, Big Data, and Evaluation: Comparative Policy Evaluation. Taylor & Francis, NY, USA; 2017.

Salerno J, Knoppers BM, Lee LM, Hlaing WM, Goodman KW. Ethics, Big Data and Computing in Epidemiology and Public Health. Annals of Epidemiology 2017; 27(5):297–301.

Herland M, Khoshgoftaar TM, Wald R. A review of data mining using big data in health informatics. Journal of Big Data 2014; 1:2.

Cano I, Tenyi A, Vela E, Miralles F, Roca J. Perspectives on Big Data applications of health information. Current Opinion in Systems Biology 2017; 3:36-42.

Chiavegatto Filho AD. Uso de big data em saúde no Brasil: perspectivas para um futuro próximo. Epidemiol. Serv. Saúde 2015; 24(2):325-332.

Ministério da Saúde (BR), DATASUS. Rio de Janeiro: Coordenação-Geral de Disseminação de Informações em Saúde. 2019. Disponível em: http://datasus.saude.gov.br/informacoes-de-saude

Laney D. 3D Data Management: Controlling Data Volume, Velocity, and Variety. Application Delivery Strategies 6 February 2001. 949: 1-3. Disponível em: https://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf

Shafer T. The 42 V’s of Big Data and Data Science. 2017. [Consultado em 23 de abril de 2019]. Disponível em: https://www.elderresearch.com/company/blog/42-v-of--big-data

Dias JA, Duarte P. Big data opportunities in healthcare. How can medical affairs contribute? Rev Port Farmacoter 2015; 7:230-236.

Brousselle A, Champagne F, Contandriopoulos A-P, Hartz Z. L’évaluation: concepts et methods, 2e edition, Presses de l’Université de Montréal, Montréal, Canada, 2011.

United Nations Global Pulse (2016). Integrating Big Data Into the Monitoring and Evaluation of Development Programmes. [Consultado em 13 de setembro de 2018]. Disponível em: http://unglobalpulse.org/sites/default/files/IntegratingBigData_intoMEDP_

web_UNGP.

Lazer D, Kennedy R, King G, Vespignani A. The parable of Google Flu: traps in big data analysis. Science 2014; 343:1203-1205. [Consultado em 19 de setembro de 2018]. Disponível em: https://gking.harvard.edu/files/gking/files/0314policyforumff.pdf

Thurston W, Potvin L. Evaluability assessment: a tool for incorporating evaluation in social change programmes. Evaluation 2003; 9(4):453–469. Disponível em: http://www.stes-apes.med.ulg.ac.be/Documents_electroniques/EVA/EVA-PROG/ELE%20EVA-PROG%207370.pdf

Potvin L, Bisset S. Há mais na metodologia do que o método. In Hartz Z, Potvin L, Bodstein R. Avaliação em promoção da saúde: Uma antologia comentada da parceria entre o Brasil e a Cátedra de abordagens comunitárias e iniquidades em saúde (CACIS), da Universidade de Montreal de 2002 a 2012. CONASS, Brasília-DF, Brasil, 2014.

Petersson GJ, Leeuw F, Olejniczak K. Cyber Society, Big Data and Evaluation: A Future Perspective. In: Cyber Society, Big Data, and Evaluation: Comparative Policy Evaluation. Taylor & Francis, NY, USA; 2017.

Publicado
2019-09-23
Secção
Artigos Originais

Artigos mais lidos pelo mesmo (s) autor (es)