Resumo: O Transtorno do Espectro Autista (TEA) está entre os problemas de saúde mental que mais prejudicam o desenvolvimento infantil. Em geral, pessoas com o autismo precisam de suporte de habilidades linguísticas, comportamentais e sociais para serem bem-sucedidas. O presente trabalho buscou conhecer os principais desafios vivenciados por crianças com TEA e seus familiares/cuidadores, com base nas dificuldades relatadas pelos próprios familiares destas crianças e pela equipe multiprofissional que as acompanha. Os resultados encontrados podem subsidiar pesquisas futuras voltadas à atenuação dessas necessidades.

Resumo: Objetivo: Compreender a relação entre o instituído constitucional sobre os determinantes sociais da saúde e a vivência urbana num território em situação de vulnerabilidade social. Métodos: Baseou-se na abordagem qualitativa, com utilização de grupo focal e de entrevista semi-estruturada, aplicados a 45 participantes. Realizou-se análise de conteúdo, o que possibilitou a categorização dos dados a partir da técnica de análise temática. Resultados: Os resultados mostraram a vivência no território com insuficiência na oferta de serviços que determinam a saúde da população, apontando para desafios marcantes como a baixa cobertura na Atenção Primária à Saúde e a violência urbana. A busca por qualidade da assistência no Sistema Único de Saúde apresentou-se como estratégia de resistência. Apontou-se para a necessidade de valorização do território como lócus de cuidado das pessoas, com ações intersetoriais que visem promover a saúde da população. Conclusão: Reconhecem-se especificidades dos determinantes sociais na saúde de populações que apresentam condições de vida permeadas por iniquidades e expõem-se subsídios para elaborar medidas que contribuam para superação desses quadros, de forma a gerar equidade social.

Abstract: The quality of services provided to patients in the health area is directly related to the quality of clinical information. In addition, this information must be consistent, secure and available to health professionals, even though health data is usually distributed across heterogeneous systems. The Electronic Patient Record (EPR) was proposed and applied to minimize integration problems through the construction of health information systems. This work proposes a methodology for the development of interoperable and flexible systems, using the EHRServer framework of the OpenEHR standard. As a case study, this methodology has been applied in Aracati/CE since March / 2017, in the context of the Chikungunya disease. The methodology is supported by a system that implements a set of OpenEHR archetypes representing the clinical treatment of Chikungunya. The system was tested in a Basic Health Unit. The archetypes and the MARCIA Templates were made available to the Clinical Knowledge Manager (CKM), the largest online repository of archetypes on the Web.

Resumo: O objetivo deste artigo foi analisar o escopo de práticas dos Agentes Comunitários de Saúde (ACS) relacionando-o à situação social e de saúde, bem como os elementos facilitadores e os limitantes. Trata-se de um estudo transversal de abordagem mista, e estratégia explanatória sequencial, realizado em quatro municípios do Ceará. No estudo quantitativo, a amostra de 160 ACS foi aleatória com instrumento estruturado. No qualitativo, realizou-se seis grupos focais e entrevistas. Prevaleceram, na amostra, mulheres (139; 86,9%), casadas (111; 69,4%), com renda familiar maior ou igual a 2 salários mínimos (102; 63,7%), nível técnico incompleto (68; 42,5%), da zona urbana (114; 71,3%), atuando como ACS há menos de 10 anos (93; 58,2%). As principais atividades foram visitação domiciliar de grupos prioritários e cadastramento de famílias. Evidenciou-se a complexidade do trabalho, que inclui ações de promoção e vigilância à saúde como pré-natal, imunizações, hipertensão, diabetes, cuidado com idosos, entre outros. Como limitantes das práticas, identificaram-se: deficiência da formação técnica, suporte reduzido no trabalho e violência. Como potencializadores: educação permanente e gestão participativa. O escopo de práticas dos ACS é complexo e abrangente, incluindo a articulação de políticas públicas no território, o que se constitui em uma potencialidade para promoção da saúde de comunidades vulneráveis.

Resumo: O objetivo deste artigo foi analisar o escopo de práticas dos Agentes Comunitários de Saúde (ACS) relacionando-o à situação social e de saúde, bem como os elementos facilitadores e os limitantes. Trata-se de um estudo transversal de abordagem mista, e estratégia explanatória sequencial, realizado em quatro municípios do Ceará. No estudo quantitativo, a amostra de 160 ACS foi aleatória com instrumento estruturado. No qualitativo, realizou-se seis grupos focais e entrevistas. Prevaleceram, na amostra, mulheres (139; 86,9%), casadas (111; 69,4%), com renda familiar maior ou igual a 2 salários mínimos (102; 63,7%), nível técnico incompleto (68; 42,5%), da zona urbana (114; 71,3%), atuando como ACS há menos de 10 anos (93; 58,2%). As principais atividades foram visitação domiciliar de grupos prioritários e cadastramento de famílias. Evidenciou-se a complexidade do trabalho, que inclui ações de promoção e vigilância à saúde como pré-natal, imunizações, hipertensão, diabetes, cuidado com idosos, entre outros. Como limitantes das práticas, identificaram-se: deficiência da formação técnica, suporte reduzido no trabalho e violência. Como potencializadores: educação permanente e gestão participativa. O escopo de práticas dos ACS é complexo e abrangente, incluindo a articulação de políticas públicas no território, o que se constitui em uma potencialidade para promoção da saúde de comunidades vulneráveis.

Resumo: O objetivo deste estudo foi investigar o processo de colaboração interprofissional entre os diretores, docentes de instituições de ensino superior (IES), gestores dos Sistemas Municipais de Saúde e profissionais da Estratégia de Saúde da Família de duas cidades estratégicas para expansão do ensino superior em saúde no Ceará. Tratou-se de estudo analítico de casos múltiplos. Foram utilizadas pesquisa documental e entrevistas semi-estruturadas com 75 gestores e profissionais da saúde, diretores e docentes de IES.

Abstract: GISSA is an intelligent system for health decision making focused on childish maternal care. In this system, are generated alerts that involve the five health domains: clinicalepidemiological, normative, administrative, knowledge management and shared knowledge. The system proposes to contribute to the reduction of child mortality in Brazil. Thus, this paper presents studies over an intelligent module that uses Machine Learning to generate child death risk alerts on GISSA. These studies focus on trying different classification Algorithms, with a methodology based on Data Mining to reach a learning model capable of calculating the probability of a newborn dying. The work brings together public databases SIM and SINASC for the training of classification algorithms, identifying relationships between birth and death data of children under one year. During the methodological process, it was made a subsampling to balance the number of inputs and be fair in the training model results, executed with Matlab scripts.

Abstract: Making good governance decisions is a constant challenge for Public Health administration. Health managers need to make data analysis in order to identify several health problems. In Brazil, these data are made available by DATASUS. Generally, they are stored in distinct and heterogeneous databases. The Linked Data approach allow a homogenized view of the data as a unique basis. This article proposes a ontology-based model and Linked Data to integrate datasets and calculate the probability of maternal and infant death risk in order to give support in decision-making in the GISSA project.

Abstract – This paper proposes the use of Bayesian networks tosupport the decision-making process in health systems governance. In particular, this paper presents LARIISA_Bay, a new component based on Bayesian networks that works together with LARIISA, acontext-aware platform to support applications in public health systems. The main goal of the proposed component is to assist teamsof health specialists in order to better diagnose diseases through data collected from users of LARIISA. As a case study, we focus on scenarios of dengue fever disease. We classify dengue cases into oneof the following levels: emergency (i.e., dengue hemorrhagic fever),grave (i.e., dengue fever) or normal (i.e., absence of the disease). Based on this classification, teams of health specialists can accurately make decisions, for example, to alert a health care agent to visit locations with a high incidence of the disease, to send an ambulance when an dengue emergency case has occurred, as well as give technical instructions on how to deal with specific cases. We present a prototype of LARIISA_Bay and the corresponding interfaces to support the interactions of the patient, the health careagent and the specialist with the system.

Abstract: Despite the fact that infant mortality rates havebeen decreased in recent years, this issue stills being considered alarming to Brazilian health system indicators. In this context,the GISSA framework, an intelligent governance framework for Brazilian health system, emerges as a smart system for the Federal Government program, called Stork Network. Its main objective is to improve the healthcare for pregnant women as well as their newborns. This application aims to generate alerts focusing on the health status verification of newborns and pregnant woman to support decision-makers in preventive actions that may mitigate severe problems. Therefore, this paper presents the LAIS, an Intelligent health analysis system that uses data mining (DM) to generate newborns death risk alerts through probability-based methods. Results show that the NaıveBayes classifier presents better performance than the other DM approaches to the used pregnancy data set analysis of this work. This approach performed an accuracy of 0.982 and a Receiver Operating Characteristic (ROC) Area of 0.921. Both indicators suggest the proposed model may contribute to the reduction of maternal and fetal deaths.

Resumo: GISSA é um sistema inteligente para a tomada de decisões em saúde focado no cuidado materno infantil. Neste sistema, vários alertas são gerados nos cinco domínios da saúde (clínico-epidemiológico, normativo, administrativo, gestão do conhecimento, conhecimento compartilhado). O sistema se propõe a contribuir para a redução da mortalidade infantil no Brasil. Este artigo apresenta o LAIS, um mecanismo inteligente que usa aprendizado de máquina para gerar alertas de risco de mortalidade infantil no GISSA. Para tanto, este trabalho usa uma metodologia baseada na mineração de dados para alcançar um modelo de aprendizagem capaz de calcular a probabilidade de um recém-nascido morrer. Os testes mostram que o classificador Naive Bayes é o mais adequado para este propósito, apresentando bons resultados, com área da curva ROC de 92,1%. O trabalho reúne bases de dados do Ministério da Saúde, SIM e SINASC, para o treinamento de algoritmos de classificação, identificando relações entre dados de nascimento e de morte de crianças com menos de um an. Durante o processo metodológico foi utilizado o algoritmo spread subsample, que aplica sub-amostragem, melhorando os resultados do modelo.

Resumo: Tomar decisões de boa governança é um desafio constante para a administração da Saúde Pública. Os gestores de saúde precisam fazer análises de dados para identificar diversos problemas de saúde. No Brasil, esses dados são disponibilizados pelo DATASUS. Geralmente, eles são armazenados em bancos de dados distintos e heterogêneos. A abordagem Linked Data permite uma visão homogeneizada dos dados como uma base única. Este artigo propõe um modelo baseado em ontologia e Linked Data para integrar conjuntos de dados e calcular a probabilidade de risco de morte materna e infantil para dar suporte à tomada de decisão no projeto GISSA.

Abstract: In healthcare, uncertainty moments are frequent, especially when they come from diseases with similar signals and symptoms. This work proposes a mobile health application based on predictive classifiers as inference mechanism capable to support health professionals in the identification of diseases transmitted by the Aedes Aegypti mosquito. The proposed system identifies the most probable disease in the case of dengue and chikungunya, given a set of symptoms presented by a patient. This work evaluates the experiments by crossvalidation using real data, and the results show that decision tree perform well for the proposed solution.

Abstract: This paper proposes a better way to represent the architecture of LARIISA, an intelligent system for decision making in healthcare. The proposed representation weaves health and computational domains in a multidimensional architecture, which facilitates the visualization of specialized applications added to the LARIISA framework. New concepts as Big Data, Internet of Things and Linked Data are also introduced to the proposed architecture. Acquiring new data from different sources to the LARIISA database, and making use of it, will permit a more efficient decision-making process for the system.

Abstract: VITESSE is a low cost system to support users in two scenarios: home care and accidents (fainting, trampling, etc.). Initially, the system was based on the digital TV technology in scenarios of home care. Nowadays, the system adds new functions to support urgent and emergency care of individuals in mobility. In both cases, the key idea of VITESSE is to improve the time of consuming process, taking into account the real time and contextual information, in particular in the case of accidents of mobile users. Therefore, VITESSE is a context-aware system that makes use of the concept of Internet of Things (IoT) and ontologies in the process of generating inferences, increasing the efficiency of health care systems.