1. FOLHA DE ROSTO GERADA NA PLATAFORMA BRASIL PELO(A) Formatted: Right: 0.79", Top: 1.18", Bottom: 0.

79",
ORIENTADOR(A): título do projeto, nome, número da carteira de identidade, Header distance from edge: 0.49", Footer distance
from edge: 0.49"
CPF, telefone e endereço para correspondência do pesquisador responsável e
do patrocinador( quando for o caso), nome, assinaturas e carimbos da
instituição e/ou organização pesquisada. Na Folha de Rosto, no local
Instituição proponente quando constar Universidade Estadual da
Paraíba/Pró-Reitoria de Pós-Graduação e Pesquisa, quem assina é
sempre o Chefe de seu Departamento (quando o projeto for da
Graduação) e/ou Coordenador de Mestrado ou Doutorado (quando for da
Pós-Graduação).
 UNIVERSIDADE ESTADUAL DA PARAÍBA Formatted: Line spacing: 1.5 lines

CAMPUS I
CENTRO CIÊNCIAS E TECNOLOGIAS
CURSO DE LICENCIATURA EM COMPUTAÇÃO

KLEYTON KLAUS GUEDES DE SOUZA

Formatted: Left, Line spacing: 1.5 lines

Formatted: Line spacing: 1.5 lines

Formatted: Font: 12 pt
Um perfil epidemiológico de pacientes diabéticos das cidades de Cuité e Barra
de Santa Rosa
Um sistema de análise e construção de perfis de pacientes diabéticos
utilizando Big Data Analytics utilizandoUtilizando tTécnicas de Big Data
Analytics

CAMPINA GRANDE - PB
2017017
 PROF. DR. VLADIMIR COSTA DE ALENCAR
ORIENTADOR

Um sistema de análise e construção de perfis de pacientes diabéticos

utilizando Big Data Analytics
Um perfil epidemiológico de pacientes diabéticos das cidades de Cuité e Barra
de Santa Rosa utilizando tTécnicas de Big Data Analytics

Trabalho submetido ao Comitê de Ética em

Pesquisa da Universidade Estadual da
Paraíba, afim de dar continuidade a
 pesquisa utilizando a base de dados de
pacientes diabéticos cadastrados no
sistema do SUS, o e-SUS AB.

Orientando: Kleyton Klaus Guedes de

Souza

CAMPINA GRANDE - PB
2017
 RESUMO

Esta pesquisa tem por objetivo traçar um perfil epidemiológico r perfis de pacientes
diabéticos, usando técnicas de Big Data Analytics, que sejam constantes nos bancos
de dados do e-SUS AB das Secretárias de Saúde municipais das cidades de Cuité e
Barra de Santa Rosa, de onde serão gerados datasets, juntamente, com técnicas de
mineração de dados, afim, de obter correspondências entre as características dos
pacientes constantes neste cadastro, e confirmar as características pontuais entre
portadores de diabetes tipo 1 e tipo 2. Não há interesse em dados como o nome e
endereço destes pacientes, bem como não haverá contato direto com os mesmos,
apenas, com os responsáveis pelos dados nas Secretarias de Saúde dos municípios
a serem consultados. Espera-se, que com o uso de tecnologias de mde Big Data Commented [VA1]: Isso não fica nesta seção
Analytics, que sejam geradas os correspondências entre as características dos
pacientes conhecidas por portadores de cada tipo de diabetes e sua análise terá como
finalidade entender melhor as características divergentes entre os pacientes o tipo de
diabetes portada.

Melhore mais esse resumo, ainda está um pouco confuso

 SUMÁRIO

1. RESUMO
2. INTRODUÇÃO
3. JUSTIFICATIVA
4. HIPOTESES
5. OBJETIVOS
5.1. Objetivo Geral
5.2. Objetivos Específicos
6. RISCOS
7. BENEFICIOS
8. DESFECHO PRIMÁRIO
9. DESFECHO SECUNDÁRIO
10. REFERENCIAL TEÓRICO
11. METODOLOGIA
• Tipo de Pesquisa
• População
• Critérios de Inclusão e Exclusão
• Instrumento de Coleta de Dados
• Procedimento de Coleta de Dados
• Processamento e Análise dos Dados
• Aspectos Éticos (seguem as diretrizes da Resolução 196/96 CNS/MS).
12. CRONOGRAMA
ANEXOS.
APÊNDICES.
 1. INTRODUÇÃO

Analisar e processar um grande volume de dados é um dos maiores desafios

dos dias atuais. Isso fica evidenciado pelo volume de dados que são gerados
diariamente, uma previsão anunciada pela IDC em 2013, afirma que levando em conta
apenas o universo digital, o total de dados criados e replicados seriam de 4 ZB, quase
50% a mais em relação a 2012. O processamento de grandes quantidades de dados
faz surgir no contexto de análise de dados a ideia de Big Data, podendo ser
concisamente definido como um arranjo de bases de dados de alto volume e
complexidade que torna quase impossível fazer operações simples de estrutura de
dados, como, sumarizar, mário, remover e ordenar utilizando Sistemas Gerenciadores
de Bases de Dados (SGBD) de forma convencional. Para resolver esses problemas
existem várias novas abordagem sendo desenvolvidas e aplicadas, é nesse ínterim
que o Big Data Analytics entra em cena e tem grande importância, já que permite a :

“[...] analistas, pesquisadores e usuários empresariais tomem decisões melhores e mais

rápidas usando dados anteriormente inacessíveis ou inutilizáveis. Usando técnicas
avançadas de análise, como análise de texto, aprendizado de máquinas, análises preditivas,
mineração de dados, estatísticas e processamento de linguagem natural, as empresas podem
analisar fontes de dados anteriormente inexploradas independentes ou em conjunto com seus
dados corporativos existentes para obter novos conhecimentos, resultando significativamente
melhor e mais rápido Decisões (IBM,” (IBM , 2017).

A geração de conhecimento em bases dados (KDD) juntamente com a

mineração de dados é um forte aliado nos dias atuais para que posamos entender
correlações de difícil visualização, seja, por haver uma grande quantidade de dados a
serem analisadas, sejam, por não haver uma correlação trivial entre os dados
analisados (FAYYAD, 1996). Assim, está pesquisa visa utilizar dados existentes na
plataforma e-SUS Atenção Básica (e-SUS AB) que é a plataforma criada pelo Sistema
Único de Saúde (SUS) para acompanhar a situação da saúde nos municípios. O portal
do Departamento de Atenção Básica (DAB, 2017), define-o comoda seguinte forma:

“, O e-SUS Atenção Básica (AB) é o novo sistema dea assistência

ABbásica a saúde, [...] P para atender aos diversos cenários de
informatização e conectividade nos serviços de saúde, oferece dois
sistemas de software que podem operandor desde uma Unidades
Básica de Saúde (UBS) sem computador, com o sistema com Coleta
de Dados Simplificada (CDS) a partir do uso de fichas até UBS com
computador nos consultórios e salas de atendimento usando o sistema
com Prontuário Eletrônico do Cidadão (PEC) ” (DAB, 2017).

O e-SUS AB está sendo desenvolvido sob responsabilidade do DAB/SAS, [...]

que são iniciativas valorosas do Ministério da Saúde (DATASUS, 2015). Os Sistemas
de Prontuários Eletrônicos (PEC) do e-SUS/AB, possuem ferramentas para cadastro
dos indivíduos no território, gestão da agenda dos profissionais, acolhimento à
demanda espontânea, atendimento individual e registro de atividades coletivas (DAB,
2017). a ???????.

Por sua vez o Sistema de informação de Atenção Básica (SIAB) foi criado
como instrumento gerencial dos Sistemas Locais de Saúde, em âmbito regional,
municipal, estadual, dentre outros, por isso utiliza-se do conceito de território,
problema e responsabilidade sanitária, desta forma, estando totalmente inserido no
contexto de reorganização do SUS no país (SIAB, 2017).
Nas bases de dados municipais do e-SUS existem inúmeros registros sobre
os pacientes portadores de diabetes e outras enfermidades, onde, pode-se buscar
através de técnicas de Big Data Analytics e da mineração de dados relações e
tendências entre estes. Sendo possível compreender melhor qual a relevância dos
seus atributos entre si.
Será utilizada as bases de dados do e-SUS AB dos municípios de Cuité - PB
e Barra de Santa Rosa - PB, tendo por finalidade analisar os dados de diabéticos
armazenados dos pacientes destes municípios em sua rede de hospitais e Unidades
de Pronto Atendimentos (UPAS).
A pesquisa irá buscar referencias de pacientes diabéticos por ter uma grande
relevância na vida de seus portadores. Como a diabetes é uma doença que prejudica
a qualidade de vida das pessoas ao redor do mundo, a como a OMS (2016) afirma,
que, “422 milhões de adultos em todo o mundo tinham diabetes em 2014”, desta forma
entender as características dos portadores desta doença em caráter municipal e
regional tem suma importância para o tratamento desta epidemia e relevância social
e econômica.
Sumarize em um parágrafo as consequências da diabetes na qualidade de
vida do portadorO diabético tem a sua vida afetada por vários fatores de complicação
que podem ser cetoacidose diabética, que faz com que o corpo perca energia,
liberando grandes quantidades de ácidos no organismo, gerando entre outras
complicações confusão mental, náuseas e potencialmente levar ao coma. É um
potencializador na incidência de gripes, retinopatia (visão embaçada por contas
edemas) que pode levar a cegueira, nefropatia pelos altos índices de glicose e o pé
diabético, prejudicando rins e podendo levar também a amputações. Desta maneira,
vários aspectos da vida do diabético ficam fragilizados, do social ao profissional.
2. JUSTIFICATIVA

A grande quantidade de informações que temos em diversos repositórios

de banco de dados sobre a diabetes e seus tipos, assim, como sobre seus
portadores inspira a busca pelo e entendimento de quais são as implicações
destas no dia-a-dia da sociedade, seja no âmbito macroeconômico ou no
impacto que está causa na vida direta dos portadores desta doença.
Os grandes banco de dados (Big Data) que possuímos hoje sobre
informações relativas a diabetes como os da International Diabetes
Federation (IDF), Organização Mundial da Saúde (OMS) e do
Departamento de Informática do SUS (DATASUS) possuem dados sobre o
s diabetes e sua análise aprofundada pode ser feita utilizando o Processo
de Descoberta de Conhecimentos em Bancos de Dados (KDD), sendo,
através das técnicas envolvidas neste processo como a fase de Mineração
de Dados que poderemos traçar perfis epidemiológicos dos portadores da
diabetes e oferecer um espectro que não é visível de forma direta.
Este trabalho irá focar-se em ampliar e buscar confirmar o conhecimento a
respeito dos efeitos da diabetes, causas e consequências, desta forma
reforçando o acervo sobre a mesma utilizando a Mineração de Dados e os
seus algoralgoritmos,ítmicos, que servirá para reforçar, confrontar e
complementar nossos estudos e a literatura é especifica traba.lhos futuros.
Possibilitando desta forma uma visão que impacte ainda mais a maneira
como as políticas públicas tratam a diabetes, esta, que já é considerada
uma epidemia mundial pela OMS em artigo publicado na Organização Pan-
Americana de Saúde, 2016.
Utilizando como repositórios de dados os bancos de dados do e-SUS AB,
técnicas de mineração de dados, onde, buscar-se-á traçar perfis
epidemiológicos, como base em variáveis obtidas da base de dados, artigos
científicos, informes internacionais e nacionais sobre a diabetes e manuais
que abordem versem sobre o tema.
 3. OBJETIVOS

3.1. GERAL

O presente estudo visa analisar bases de dados do sistema e-SUS Com o

objetivo AB, afim, de traçar um perfil epidemiológico s dos dados de pacientes
diabéticos desta utilizandodiabéticos utilizando sando técnicas de Big Data
Analytics.as de Big Data Analytics e mineração de dados, com a finalidade de traçar
perfis epidemiológicos.

3.2. ESPECIFICOS:

 Abordar de maneira generalista o problema da epidemia de diabetes no

brasil e no mundo;

 Abordar sobre as principais técnicas de Big Data Analytics, mineração de

dados, business intelligence e base de conhecimento;

 Falar de forma geral sobre o e-SUS AB e sua importância para saúde do

país e do potencial para o conhecimento das situações diversas da saúde
no país.

 Criar acervo com a análise dos resultados obtidos neste trabalho com os
perfis traçados nesse estudo sobre a situação da Diabetes nos municípios
envolvidos na pesquisa usando os dados existentes do e-SUS.US AB
destes, bem como, propiciar a possibilidade de trabalhos futuros através da
pesquisa realizada.
 4. HIPÓTESES

A diabetes tipo 1 é uma reação autoimune que ocorre nas células beta do
pâncreas, que produzem a insulina, pode ocorrer por herança genética e outros
fatores ambientais e sabe-se por outro lado que a diabetes tipo 2 tem uma relação
direta entre a obesidade e falta de exercícios, por tanto as características físicas e
fisiológicas dos portadores de cada tipo de diabetes não devem obrigatoriamente ter
relação direta com o que causou.

C adacada tipo de diabete em cada um dos seus tipos, pois, o perfil da causa
de cada tipo não estãoos perfis da causa de cada tipo não estão diretamente
relacionadasrelacionados. (ICDRS, 2017).

???? Explica aí essa doideiraProfessor, a minha intenção de forma direta é a

seguinte, a diabetes tipo 1 e tipo 2 por sí só já são Perfis. O que quero é tentar provar
com o big data as distinções típicas entre os portadores de cada tipo ou conseguir
verificar similaridades.

Por exemplo:

Espera-se que um “tipo 1” seja diabético desde criança ou que tenha se

manifestado antes dos 20 anos, Possuem desde cedo problemas com fadiga, sede
excessiva e micção frequente e variações absurda na glicemia;
Espera-se que um “tipo 2” esteja fora do peso considerado ideal, seja
sedentário, possível tabagista e consumidor de álcool, não necessariamente de forma
concomitante, geralmente pessoas acima de 40 anos e não há variações muito
discrepantes da glicemia.

Deu pra entender?

 5. RISCOS

De acordo com CNS 466/12, tendo em vista que os prontuários dos

pacientedos pacientes envolvidos na amostra serão pegos consultados em uma base
de dados já alimentada epré-existente e não haverá o contato direto pessoal com os
envolvidospacientes, apenas, com o responsável pelos seus dados, e que
assimtambém, como nnão foi será solicitado nome, e muito menos endereço, ou outro
dado que possua características que revele a identidade dos pacientes. e Reforçando
que levando em conta que os dados passaram por uma tratamento análise
computacional que tente apara identificar padrões gerais em relação a toda a amostra
analisada, os resultados esperados, não poderãodevem impactar
diretamenteindividualmente, ou, expor de qualquer maneira um participante (indireto)
da amostra. na qualidade deOs ganhos em termo de contribuição para vida dos
envolvidos na nesta pesquisa, se dará pelo melhor conhecimento de como a diabetes
pode influencia na vida dos tambémmesmos. Por último, , como não será usado
nenhum material genético, que possam causas riscos físicos/biológicos a este, sendo
considerado por este pesquisador os riscos são como baixos ou, podendo, ser
considerados baixíssimos.

Tá um pouco confuso esse parágrafo

Melhorou?
 6. BENEFICIOS

Levando em conta que o estudo visa traçar perfis epidemiológicos de

pacientes portadores de diabetes, objetivando-se provar não haver relação direta
entre os fatores causadores dos tipos abordados. Ter este conhecimento, mesmo que
de maneira indireta, poderá ajudar o paciente a entender melhor sua doença, bem,
como ela o influencia na sociedade, podendo, assim, melhorar as decisões sobre as
suas necessidades em relação a doença no seu cotidiano e dos que estão em sua
volta.Este estudo visa traçar um perfil epidemiológico de portadores de diabetes nos
municípios de Cuité e Barra de Santa Rosa, com isso fornecerá um forte subsídio
para a adoção de políticas públicas na área de estudo, servindo de base para a
aplicação da mesma em outras localidades.
 7. DESFECHOS

Desfecho primário: Estima-se que os perfis traçados entre os portadores de

diabetes tipo 1 e tipo 2 tenham características bem especificas e que seus agentes
causadores se correlacionem exatamente como a literatura versa sobre estes,
confirmando as características dos portadores de cada tipo de diabetes, desta forma,
contribuindo para reforçar os estudos e os cuidados que devem ser tomados por
pessoas que apresentem perfil de torna-se diabético e os cuidados para os já
diabéticos (CORRÊA, et al. p. 922, 2016).

Desfecho Secundário: Pode-se, de outra forma, chegar a perfis com

características adversas dos apresentados na literatura sobre o diabetes e o que leva
a cada diabético a ter o tipo de diabetes que tem, apresentando novos aspectos sobre
a doença, que podem ser da realidade da amostra ou ser aplicado ao universo de
outros diabéticos, abrindo oportunidade para estudos futuros.
8. REFERENCIAL TEÓRICO

O diabetes é uma doença crônica, definida a grosso modo pela

existência exacerbada de glicose no fluxo sanguíneo, acometida pela baixa
produção de insulina pelo pâncreas ou algum outro tipo de deficiência em
relação a insulina.
Bicudo (1997), afirma que a característica dos portadores desta
epidemia se caracteriza pela diminuição ou alteração da insulina produzida pelo
pâncreas, que é órgão responsável pela manutenção dos níveis de glicose no
sangue. Esta, pode ser diagnosticada entre outros sintomas por cansaço, sede
e fome intensas, urinar de forma freqüente, fadiga e perca de peso.
Entender o diabetes é imprescindível para o tratamento da mesma e
para o desenvolvimento de políticas públicas na área da saúde. Mesmo sendo
conhecida desde datas remotas, ainda é difícil classificar alguns aspectos da
doença, já que não se conhece todos os fatores etiopatogênicos envolvidos na
doença (SANTOS, ENUMO, p. 411, 2013 apud ANJOS, 1976; LERÁRIO, p. 65-
67, 1997). A importância da evolução dos estudos etiopatogênicos sobre o
diabetes são enfatizados por vários autores que buscam melhor compreender
sua evolução histórica, como é o caso de Medina & Kaem pffer, que em seus
estudos de 2000, acharam uma tendência no aumento da mortalidade por
diabetes apresentada em taxa de 18 por 100.000 habitantes em 1980 e 1990,
para, 24 por 100.000 habitantes no ano de 1998.
Não tem dados mais atuais não?????
Quis enfatizar que a preocução do diabetes tem relevância a anos...
mostro, mais dados que mostram estudos no para reforça isso, dados de 2016,
2010...

A relevância do estudo do diabetes se dá por seu caráter crônico e por

sua mobimortalidade, dessa forma, cuidados clínicos são imprescindíveis,
bem , como, a educação a seu respeito afim de evitar complicações agudas e
crônicas (PACE, A. E., et al. p. 2, 2016).

Sendo assim, existe a razão de conhecer os tipos do diabetes e suas

diferenças. Analisar suas origens, causas, padrões epidemiológicos e
tratamentos tem um grande papel para os portadores da diabetes. Um sinal de
que há necessidade em âmbito mundial de entendê-la melhor bem como os
cuidados referentes a ela. São inúmerasenumeras as organizações mundiais
que matem bases de dados sobre os pacientes em seus sistemas de saúde ,
como, a Organização de Mundial da Saúde (OMS), International Diabetes
Federation (IDF), Data SUS e Sociedade Brasileira de Diabetes (SDB), dentre
outras, que emitem relatórios periódicos e os diversos grupos de riscos,
divididos por regiões do mundo, sexo, peso, tabagismo, estilo de vida e
manuais que informem como esta á atua e como tratáa-la, enfim, é necessário
a análise desses dados para conseguir se obter o melhor êxito possível para
ampliar o conhecimento acerca desta doença e das decisões a serem tomadas
sobre está.
Conhecer as diferenças entre as características dos tipos de diabetes em
face dos dados existentes sobre a mesma, leva a um melhor combate das
complicações trazidas por ela e refina as decisões que podem ser tomadas,
 pois como é reforçado pelo exposto abaixo:

o“O diabetes, embora com menor prevalência se comparado a outras

morbidades, é uma doença altamente limitante, podendo causar cegueira,
amputações, nefropatias, complicações cardiovasculares e encefálicas, entre
outras, que acarretam prejuízos à capacidade funcional, autonomia e qualidade
de vida do indivíduo” (FRANCISCO, P. M. S. B., et al., p.175-176, 2010).

Além do mais, essa síndrome não pode ser vista de forma isolada, já que segundo
Ribeiro (1998), e:

“aA diabetes melitus é, na realidade, uma coleção de síndromes. Podem ser juntos
em dois grandes grupos: aqueles em que a diabetes surgiu na infância ou juventude,
e a que se desenvolveu em idades avançadas.s avançadas” (RIBEIRO, J. L. P., et al.,
p. 92, 1998).

As complicações causadas pela diabetes podem tornar-se um fator limitante para

vida do seu portador, principalmente ao que diz respeito a seu estilo de vida, porém, se
compreendida pode-se ter uma vida estável. Não é possível ver a diabetes de maneira
despreocupada, já que esta pode levar a morte e ser coadjuvante em outras enfermidades e
causadora de outras síndromes. Caso não seja tratada de maneira adequada estas
síndromes, podem tirar significantemente a qualidade de vida do seu portador, devido a
amputações, cegueira e outros agravantes. E como existem dois tipos principais de diabetes,
uma que pode atingir pessoas desde a mais terna idade e a outra geralmente surge na faseze
adulta, suas causas e seus cuidados devem ser analisados de forma a saber as discrepâncias
entre si e seus cuidados específicos.
Os expostos até agora mostram que é necessário aprofundar o conhecimento a
respeito das características desta síndrome e expõe a necessidade de entender as
peculiaridades que causam o seu surgimento e agravo. Assim, traçar perfis epidemiológicos
de pacientes e tentar verificar até onde se aplica o que é conhecido como causa do diabetes
e como elas podem se relacionar com as características nas populações que serão estudadas,
buscando reforçar o conhecimento existente sobre a mesma.
Devido aos crescentes problemas causados pelas diabetes em diversas áreas que
vão do âmbito pessoal ao social, que interfere nas formas como as políticas públicas são
planejadas e aplicadas no país e como modificam a vida das pessoas, temos que e:

“mEm face desse quadro, no qual em que o diabetes assume crescente importância
na saúde pública no Brasil, delineiam-se políticas, programas e campanhas específicas que
propõem medidas terapêuticas e de promoção de hábitos saudáveis para a prevenção e o
controle do diabetes e de suas complicações” (FRANCISCO, P. M. S. B.; et al., p.176,
2010).

Além dos problemas pessoais e pontuais, ainda existe toda uma atenção em
nível global dada pelas agências de saúde em torno do mundo, as técnicas de
descoberta de dados são de grande ajuda no entendimento do acervo gerado por
estas. , Miranda (2016) afirma que:

“Em decorrência da preocupação em âmbito mundial com a DM e suas graves

complicaçõesO, o presente trabalho tem por objetivo correlacionar fatores que levam
o paciente a desenvolvê-la simultaneamente ou não a outras patologias, por meio de
técnicas como a descoberta de conhecimento em bases de dados (KDD). ”.
 Conclui-se que o diabetes é uma doença, que é considerada uma epidemia
mundial, causada pela presença exagerada de glicose no organismo, que ocorre pela
incapacidade do pâncreas em excretar insulina de maneira eficiente no organismo
para tratar a glicose, ou, seja pelo organismo considerar a insulina como uma inimiga,
em ambos os casos causando agravo existem pela falta de trato da glicose gerada
pelo portador do diabetes. Falta de exercícios, excesso de peso, tabagismo, dentre
outros, junto com o consumo exagerado de alimentos que aumentem drasticamente
a taxa de glicose são complicadores para o diabético. Assim, a importância de um
melhor entendimento das causas e fatores agravantes desta síndrome se faz
necessário. O estudo de bases de dados dos sistemas de saúde utilizando a geração
de descobertas de conhecimentos em base de dados (KDD) para gerar perfis através
das técnicas de Big Data Analytics, para que se confirmem se o que é apontado como
características, agentes causadoras e os agravos nos tipos de diabetes apontado nas
literaturas que abordam o assunto estão corretas com a analise dos dados existem no
Sistema de Atenção à Saúde. Analisar estes dados, pode ajudar a reforçar e a refinar
as decisões tomadas nos cuidados com a saúde e nas decisões tomadas pela politicas
publicas atuais.
9. METODOLOGIA:

Tipo de Pesquisa: Esta pesquisa é de natureza quantitativa, analítica e de

característica descritiva que se utilizará de bases de dados do e-SUS AB,
fornecidas pelas Secretárias de Saúde dos Municípios de Cuité – PB e Barra de
Santa Rosa – PB;

População: A população de amostra é de 465 casos em Cuité – PB e 230 casos

em Barrada de Santa Rosa – PB segundo o SIAB (Sistema de Informação de
Atenção Básica). Lembrando que os dados que serão utilizados poderão possuir
uma discrepância dos dados, tendo em vista que os dados solicitados
corresponderam ao ano de 2016;

Critérios de Inclusão: Pacientes cadastrados como Diabéticos tipo 1 ou tipo 2 na

base de dados do e-SUS AB;

Critérios de Exclusão: Não portadores de Diabetes.

Instrumento de Coleta de Dados: Prontuários médico eletrônico de pacientes

diabéticos;

Procedimento de Coleta de Dados: Dados alimentados por agente pertencentes

ao Programa Saúde da Família – PSF;

Processamento e Análise dos Dados: Os dados serão analisados por algoritmos

de mineração de dados, afim de gerar uma base de conhecimento sobre o perfil
de pacientes diabéticos, será, por conseguinte feita uma análise quantitativa entre
os perfis gerados para diabéticos tipo 1 e tipo 2, afim de analisar as características
entre estes tipos;

Aspectos Éticos: A pesquisa não envolve o trato direto com seres humanos, o
aspecto ético envolvido na pesquisa é resguardada pelo fato de respeitar os dados
dos participantes, não utilizando nomes e endereços destes, sendo todos os dados
fornecidos pela Secretária da Saúde, sendo este, o único contado pessoal
(humano) entre os dados para serem utilizados na pesquisa. A dignidade e
autonomia do participante é assegurada, bem como, não oferecem riscoscos
diretos aos mesmos, assim, garantindo o máximo de benefícios e o mínimo de
danos e riscos. A relevância social da pesquisa possui alto valor, tendo em vista
que o objeto de estudo pode ajudar a melhor compreender a condição dos
pesquisados ainda possuindo valor sócio-humanitário. A pesquisa ainda atende as
exigências de adequação aos princípios científicos que se justificam por poder
responder as hipóteses a que se propõe, está devidamente fundamentada com
fatos científicos conhecidos e pressupostos adequados, será realizada desta
maneira, por acreditars que alguns dados não poderem ser facilmente obtidos
através de outros métodos de análise de dados. Os benefícios obtidos serão
sempre maiores que os riscoscos, pois, estes são baixíssimos. Os participantes
dão o consentimento livre e esclarecido para pesquisa através de seu
representante legal, neste caso, as Secretárias de Saúde envolvidas. A
confidencialidade é assegurada já que não possuímos dados que possam
identificar de maneira unitária os participantes envolvidos, seja de maneira direta
ou indireta. Os indivíduos participam da pesquisa de maneira indireta, porém, são
autônomos no fornecimento dos seus dados. Seus valores culturais, sociais,
morais, religiosos e éticos, não podem serão atingidos ou desrespeitados, pela
forma como a pesquisa está sendo desenvolvida. Ao fim da pesquisa, será gerado
um trabalho, onde, os resultados obtidos serão fornecidos, através, de uma cópia
da publicação aos interessados, afim, de gerar acervo e pesquisa futura, para que
possam melhorar a condição de vida de forma coletiva dos indivíduos envolvidos
e tendo preservada, a imagem dos participantes da pesquisa afim de não serem
estigmatizados. Todos os resultados obtidos serão utilizados única e
exclusivamente para a finalidade prevista e conforme o termo consentimento do
participante.
10. CRONOGRAMA DE EXECUÇÃO: dimensiona cada uma das etapas, a serem
seguidas no tempo disponível para sua execução.
????????????Nâo faço ideia de como fazer esse cronograma. Não tenho nem os
dados ainda.
11. CRONOGRAMA ORÇAMENTÁRIO: Não se aplica a esta pesquisa.
12. DESPESAS DE CUSTEIO: Não se aplica a está pesquisa.
13. DESPESAS DE CAPITAL: Não se aplica a este trabalho.
REFERÊNCIAS:

Bicudo, S. D. S. Diabetes mellitus Tipo II e suporte social familiar: Suas relações

com o controle da doença. Programa de Pós-Graduação em Psicologia,
Universidade Federal do Espírito Santo. Vitória: ES, 1997.
Disponível em:
<http://portais4.ufes.br/prppg/ext/mono.php?progpess=2991&curso=8&prog=300
01013006P3>. Acesso em: 08 de abril de 2017.

CORRÊA, K; et al. Qualidade de vida e características dos pacientes diabéticos.

Faculdade de Odontologia de Piracicaba - Unicamp. Piracicaba: SP, 2016.
Disponível em: <http://www.scielo.br/pdf/csc/v22n3/1413-8123-csc-22-03-
0921.pdf>. Acesso em: 17 de julho de 2017.

DAB. Entenda melhor o Sistema e-SUS AB. Disponível em:

<http://dab.saude.gov.br>. Acesso em: 17 de maio de 2017.

DAB. Portal da Saúde. Disponível em: <http://dab.saude.gov.br>. Acesso em: 17

de maio 2017.

DATASUS. Relatório Executivo da Gestão 2011-2015. Disponível em:

<http://datasus.saude.gov.br/images/RelatorioExecutivodaGestao/RelatorioExecu
tivodaGestao2011-2014.pdf>. Acesso em: 10 de jun. 2017.

FAYYAD, U; PIATETSKY-SHAPIRO, G; SMYTH, P. From Data Mining to

Knowledge Discovery in Databases. American Association for Artificial
Intelligence, 1996. Disponível em:
<https://www.csd.uwo.ca/faculty/ling/cs435/fayyad.pdf>. Acesso em: 4 de abr.
2017

FRANCISCO, P. M. S. B.; et al. Diabetes auto-referido em idosos: prevalência,

fatores associados e práticas de controle. p.175-184. Rio de Janeiro, 2010.
Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-
311X2010000100018>. Acesso em: 1 de jun. 2017.

IBM. Big Data Analytics The use of advanced analytic techniques against very
large, diverse data sets. Disponível em:
<https://www.ibm.com/analytics/us/en/technology/hadoop/big-data-analytics/>.
Acesso em: 10 de jun. 2017.

ICDRS. Sobre Doença. Disponível em:

<http://www.icdrs.org.br/sobre_a_doenca.php>. Acesso em: 10 de jun. 2017.

MEDINA, E.L. & KAEMPFFER, A.M.R., 2000. Mortalidad del Adulto en Chile.
Revista Médica de Chile, v.128, n.10, Santiago: Chile, 2000. Disponível em:
<http://dx.doi.org/10.4067/S0034-98872000001000011>. Acesso em: 10 de jun.
2017.

MIRANDA, T. et al. Mineração de Dados aplicada à prevalência de Diabetes

Mellitus e comorbidades na população de Cascavel – PR. 6º Congresso de
Ciências Farmacêuticas do Mercosul/ X CISDEM – Fórum Internacional, Cátedra
Iberoamericana – suiza de Desarrollo de Medicamentos. Cascavel: Paraná,
2016. Disponível em:
<http://eventosunioeste.unioeste.br/images/cosimp/anais/pages/artigos/13129.pdf
>. Acesso em: 1 de jun. 2017.

PACE, A. E. et al. O CONHECIMENTO SOBRE DIABETES MELLITUS NO

PROCESSO DE AUTOCUIDADO. Revista Latino-americana de enfermagem, v.
14, n. 5, São Paulo, 2006. Disponível em:
<http://www.revistas.usp.br/rlae/article/view/2355/2535> Acesso em: 10 de jun.
2017.

SANTOS, J. R.; ENUMO, S. R. F. apud LERÁRIO, A. C. Adolescentes com

Diabetes Mellitus Tipo 1: Seu Cotidiano e Enfrentamento da Doença. Psicol.
Reflex. Crit. vol.16 no.2, Porto Alegre, 2003. Disponível em:
<http://www.scielo.br/pdf/prc/v16n2/a21v16n2.pdf >. Acesso em: 10 de jun. 2017.

SIAB. Apresentação. Disponível em:

<http://www2.datasus.gov.br/SIAB/index.php?area=01>. Acesso em: 10 de jun.
2017.
19. ANEXOS: elementos inerentes ao projeto, sendo os mesmos padronizados
por este Comitê, podendo , porém, serem adaptados pelo autor do projeto.
Ademais, esses elementos também incluem declarações; autorizações (assinadas
e carimbadas) de instituições, de serviços, de centros, de empresas etc.

 Termo de Compromisso do Pesquisador Responsável (TCPR): diz

respeito a coordenação e realização da pesquisa (orientação), bem como
se refere ao zelo pela integridade e bem estar dos participantes envolvidos
na pesquisa, devendo ser devidamente assinado pelo orientador e pelo
orientando, tudo isso em consonância com a Resolução 466/12 do CNS/MS

 Termo de Consentimento Livre e Esclarecido (TCLE): contempla a

eticidade da pesquisa envolvendo seres humanos no sentido de proteção
aos participantes da pesquisa envolvidos, devendo este documento, ser
assinado pelo participante da pesquisa, pelo pesquisador responsável
(quando for graduação é o orientador). Contudo, na hipótese do participante
da pesquisa está inserido no grupo indicativo de vulnerabilidade, o TCLE
deverá ser destinado ao representante legal do participante da pesquisa,
sendo este documento devidamente assinado (ou impressão digital, se for
o caso) pelo representante legal do participante de pesquisa abordado; bem
como, quando possível, deverá ser assinado (ou impressão digital, se for o
caso) pelo participante da pesquisa.


 Termo de Assentimento (TA) (no caso do menor) Criança menor de 12
anos e/ou adolescentes de 12 a 19 anos {Este documento não
dispensa a inserção do TCLE} - anuência do participante da pesquisa,
criança, adolescente ou legalmente incapaz, livre de vícios (simulação,
fraude ou erro), dependência, subordinação ou intimidação. Tais
participantes devem ser esclarecidos sobre a natureza da pesquisa, seus
objetivos, métodos, benefícios previstos, potenciais riscos e o incômodo que
esta possa lhes acarretar, na medida de sua compreensão e respeitados
em suas singularidades;

 Termo de Autorização de Uso de Imagem e Vídeo: este documento é

necessário quando a pesquisa for realizada com emprego de fotografias e
filmagem.
 Termo de Autorização para Gravação de Voz: este documento é utilizado
quando a pesquisa fizer uso de entrevista gravada.

 Termo de Compromisso para Coleta de Dados em Arquivos (TCCDA):

este documento é necessário quando a pesquisa for realizada com
prontuários ou banco de dados envolvendo pessoas diretamente
determinadas (nominadas), devendo o mesmo ser assinado pelo orientador
(pesquisador responsável quando for projeto da graduação) e orientandos.

 Termo de Autorização Institucional - TAI: (Em papel timbrado, assinado

e carimbado pelo responsável no âmbito da Instituição onde será realizada
a pesquisa).
  Termo de Autorização Institucional para Coleta de Dados em Arquivos
(TAICDA): (apenas quando for coletar dados em prontuários, arquivos,
fichas, entre outros, devendo ser emitido em papel timbrado com assinatura
e carimbo do responsável pelo setor que guarda os arquivos).
 Termo de Uso de Imagem -

Cite apenas os termos que serão usados na pesquisa

Isso não é meu, é do modelo.

 APÊNDICES: elementos complementares ao projeto, elaborados pelo

autor para uma melhor compreensão do conteúdo da pesquisa. Ex:
Instrumento da coleta de dados (questionários, formulários de pesquisa de
campo), fotografias, mapas, esquemas, gráficos etc.