-
Resolvendo lacunas epidemiológicas por meio do DATASUS utilizando o Rstudio
- Voltar
Título
Resolvendo lacunas epidemiológicas por meio do DATASUS utilizando o Rstudio
Tipo de documento
Resumo
Descrição
Documento publicado na Rebrats (Rede Brasileira de Avaliação de Tecnologias em Saúde) que sintetiza informações, evidências e resultados de estudos ou avaliações em saúde, facilitando a compreensão e o acesso ao conhecimento científico.
Fonte
Rebrats
Ano de publicação
2023
Referência (Vancouver)
Ferreira VL, Farinasso CM, Rocha AP, Viscondi JYK, Marra LP, Oliveira LA, Oliveira HA Jr, Lucchetta RC. Resolvendo lacunas epidemiológicas por meio do DATASUS utilizando o Rstudio. J Assist Farmac Farmacoecon. 2024;9(Suppl. 1).
DOI
10.22563/2525-7323.2024.v9.s1.p.81
Identificador
2023REB057
Title
Addressing Epidemiological Gaps Using DATASUS with RStudio
Document type
Summary
Description
A document published by Rebrats (Brazilian Network for Health Technology Assessment) that synthesizes information, evidence, and results from health studies or assessments, facilitating understanding of and access to scientific knowledge.
Source
Rebrats
Year of publication
2023
Reference (Vancouver)
Ferreira VL, Farinasso CM, Rocha AP, Viscondi JYK, Marra LP, Oliveira LA, Oliveira HA Jr, Lucchetta RC. Resolvendo lacunas epidemiológicas por meio do DATASUS utilizando o Rstudio. J Assist Farmac Farmacoecon. 2024;9(Suppl. 1).
DOI
10.22563/2525-7323.2024.v9.s1.p.81
Identifier
2023REB057
Resumo
Introdução: No Brasil, as recomendações de novas tecnologias dentro de uma determinada diretriz requerem a avaliação de tecnologia em saúde, que inclui a análise de impacto orçamentário (AIO). O Departamento de Informática do Sistema Único de Saúde (DATASUS) disponibiliza a tabulação online dos dados do sistema de saúde público do Brasil. No entanto, análises big data podem ser complexas, principalmente para profissionais não estatísticos. Desse modo, um pacote R pode facilitar o processamento dessas informações do SUS, inclusive para estimativas na AIO, como o número de pacientes elegíveis para determinada tecnologia. O objetivo do presente trabalho foi de ilustrar o uso de um pacote R, para extrair e analisar dados nacionais sobre pacientes com câncer de pulmão, cujos dados poderiam serem utilizados em avaliações econômicas, como o levantamento de demanda aferida para AIO.Métodos: Utilizou-se o pacote para R “microdatasus” (versão 2022.07.1 para Windows), o qual per-mite a realização de download, leitura e processamento dos arquivos do DATA[1]SUS. A função “Fet-ch_datasus” permite a seleção da cobertura de dados, lista de Unidades da Federação, período de con-sulta e outras informações de saúde. Com base nesta função, selecionou-se o Sistema de Informação Ambulatorial e o banco de dados de Quimioterapia (SIA-AP) como fonte de busca, e o período de busca de janeiro a dezembro de 2021. Na sequência, esta função foi aplicada para cada Unidade Federativa do território brasileiro; as tabelas geradas para cada um dos estados foram então compiladas em uma única tabela (por meio da função “merge. data.frame”). Por fim, foi aplicado um filtro para selecionar apenas procedimentos relacionados ao câncer de pulmão (CID “C34”) através do pacote “dplyr”.Resultados: Por demanda aferida foram identificados 67.229 procedimentos relacionados à quimio-terapia como tratamento para câncer de pulmão, em que 75% se referiam ao procedimento “quimio-terapia do carcinoma pulmonar de células não pequenas avançado” a base de carboplatina, cisplati-na, docetaxel e gefitinibe (antineoplásicos citados como dado não estruturado em ao menos 5% dos procedimentos). Estes procedimentos corresponderam a um total de 14.209 pacientes tratados com quimioterapia no Brasil em 2021 sendo 50% mulheres com idade média de 64 anos. Segundo dados epidemiológicos, o número de pacientes tratados por câncer de pulmão no SUS em 2021 seria de 22.741 (este número inclui todas as modalidades disponíveis, isto é, radioterapia, quimioterapia e cirurgia).Discussões e conclusões: Dados do mundo real de bancos de dados estruturados são uma importante fonte de informação para o desenvolvimento de recomendações de diretrizes e têm potencial para serem mais precisos do que estimativas epidemiológicas de cenários externos. A utilização do RStudio para análise dos dados do DATASUS garante praticidade e agilidade na manipulação dos dados. Este méto-do se mostrou apropriado para coleta de dados a serem utilizados em avaliações econômicas, como o levantamento de demanda aferida para AIO.
Palavras-chave
Aná-lise de Impacto Orçamentário de Avanços Terapêuticos | Bases de Dados Estatísticos | Estimativas de População | Informática em Saúde Pública | Informática Médica | Técnicas de Apoio para a Decisão
Observações
O registro foi originalmente publicado no idioma nativo em Português. As traduções foram geradas por inteligência artificial para o idioma Inglês.
Abstract
Introduction: In Brazil, recommendations for new technologies within a given guideline require a health technology assessment, which includes a budget impact analysis (BIA). The Department of Informatics of the Unified Health System (DATASUS) provides an online tabulation of data from the Brazilian public health system. However, big data analyses can be complex, especially for non-statisticians. Thus, an R package can facilitate the processing of this SUS information, including for BIA estimates, such as the number of patients eligible for a given technology. The objective of this work was to illustrate the use of an R package to extract and analyze national data on lung cancer patients, whose data could be used in economic evaluations, such as the survey of measured demand for BIA. Methods: The R package “microdatasus” (version 2022.07.1 for Windows) was used, which allows downloading, reading, and processing of DATA[1]SUS files. The “Fet-ch_datasus” function allows the selection of data coverage, list of Federative Units, consultation period and other health information. Based on this function, the Outpatient Information System and Chemotherapy Database (SIA-AP) were selected as the search source, and the search period was from January to December 2021. Next, this function was applied to each Federative Unit of the Brazilian territory; the tables generated for each of the states were then compiled into a single table (using the “merge. data.frame” function). Finally, a filter was applied to select only procedures related to lung cancer (ICD “C34”) through the “dplyr” package. Results: Based on measured demand, 67,229 procedures related to chemotherapy as a treatment for lung cancer were identified, of which 75% referred to the procedure “chemotherapy for advanced non-small cell lung carcinoma” based on carboplatin, cisplatin, docetaxel and gefitinib (antineoplastics cited as unstructured data in at least 5% of the procedures). These procedures corresponded to a total of 14,209 patients treated with chemotherapy in Brazil in 2021, 50% of whom were women with a mean age of 64 years. According to epidemiological data, the number of patients treated for lung cancer in the SUS in 2021 would be 22,741 (this number includes all available modalities, i.e., radiotherapy, chemotherapy, and surgery). Discussions and conclusions: Real-world data from structured databases are an important source of information for developing guideline recommendations and have the potential to be more accurate than epidemiological estimates from external scenarios. The use of RStudio to analyze DATASUS data ensures practicality and agility in data manipulation. This method has proven to be appropriate for collecting data to be used in economic evaluations, such as the survey of measured demand for AIO.
Keywords
Budget Impact Analysis of Therapeutic Advances | Decision Support Techniques | Medical Informatics | Population Estimates | Public Health Informatics | Statistical Databases
Observation
The record was originally published in its native language, Portuguese. The translations were generated by artificial intelligence into English.