Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/qualihosp-2019-112164
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Introdução: Diferentemente de outras doenças, o câncer exige uma atenção longitudinal e vertical da mesma intensidade, uma vez que demanda um tratamento intenso e por um longo período de tempo. Para que gere valor, a jornada do paciente no serviço deve ser fluida e ele deve navegar ao longo dela sem preocupações. O projeto teve como objetivo analisar as trajetórias terapêuticas oncológicas mais prevalentes de um Hospital privado de São Paulo, de modo a encontrar correlações e similaridades que pudessem servir de base para criar agrupamentos lógicos (clusters) que auxiliassem na criação das linhas de cuidado para seu Centro de Oncologia. Metodologia: Foram analisados 125 prontuários, os quais foram escolhidos randomicamente para excluir vieses de seleção. O tamanho da amostra avaliada por esse projeto possui uma taxa de erro de 8% com intervalo de confiança de 90%. A técnica utilizada para agrupamento partiu de uma análise discriminante (classificação supervisionada), já que definiu previamente alguns rótulos comparativos, e se baseou na teoria de agrupamento de dados denominada K-means. Para definir os clusters, foi criado um Índice que correlaciona tempo total de tratamento, quantidade de sessões de quimioterapia, desfecho do tratamento, realização de radioterapia e execução de procedimento cirúrgico.Resultados: Após aplicar a teoria K-means nos Índices calculados de cada caso de câncer foi possível definir 4 diferentes clusters, sendo eles compostos por:1) Pâncreas2) Cólon e reto 3) Mama, Pulmão, Ovário4) PróstataA média dos Índices calculados para os casos de câncer que compõe os diferentes clusters foram de 21.962 para o cluster 1, 12.586 para o cluster 2, 8.229 para o cluster 3 e 985 para o cluster 4.Conclusão: A partir da análise feita por esse projeto, concluímos que há similaridades entre as trajetórias assistenciais dos diferentes tipos de câncer, as quais podem auxiliar na construção das linhas de cuidado do Centro de Oncologia.Referências 1) Sociedade Brasileira de Oncologia Clínica - SBOT (https://www.sboc.org.br/) 2) American Society of Clinical Oncology - ASCO (http://www.asco.org) 3) Projeto Oncorede: a (re)organização da rede de atenção oncológica na saúde suplementar / Martha Oliveira. ANS. 20164) Oracle Data Science (Introduction to K-Means Clustering)
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo