A Plataforma de Dados Desidentificados (PDD) é uma solução do Centro de Integração de Dados e Conhecimentos para Saúde (Cidacs/Fiocruz) voltada para a disponibilização do acesso a um ecossistema de dados cujo objetivo é subsidiar a produção de conhecimento em saúde no Brasil. Destina-se ao mapeamento, obtenção, organização, processamento e disponibilização de dados relevantes com potencial de apoiar pesquisadores e gestores na vigilância epidemiológica, monitoramento das emergências de saúde pública, análise da situação de saúde, construção/atualização de indicadores e painéis, pesquisa em determinantes sociais, desigualdades em saúde, avaliação de impacto, etc.
O Cidacs realiza estudos e pesquisas, em projetos interdisciplinares originados na análise de grande volume de dados, no âmbito das suas seis plataformas: Coorte de 100 Milhões de Brasileiros; Plataforma Zika; Tecnologias e Inovações para o SUS; Equidade e Sustentabilidade Urbana; Bioinformática e Epidemiologia Genética (Epigen).
As pesquisas desenvolvidas no Cidacs utilizam, principalmente, a vinculação de bancos de dados governamentais para gerar conhecimentos inovadores. Para tanto, os dados cedidos para o Centro são recebidos, armazenados e preservados com base em procedimentos de Curadoria Digital. Esses dados são processados em um ambiente computacional de alto desempenho, constituído pelo supercomputador Omolú e outros clusters computacionais situados no Centro de Supercomputação do Senai-Cimatec. Os dados abrigados no Omolú são acessados através de um ambiente monitorado, sem conexão à internet, com protocolos de segurança e controles de acesso restritos.
Todas as bases originais recebidas no Cidacs/ Fiocruz-Ba passam por um pré-processamento que inclui padronização e harmonização dos dados
Detalhes sobre o método de linkage utilizado no Cidacs/Fiocruz-Ba podem ser encontrados neste artigo. Sobre a avaliação deste processo em bases de dados, o catálogo de metadados de cada um dos datasets cadastrados conterá suas medidas de qualidade, incluindo curva ROC, sensibilidade e especificidade
O Centro de Integração de Dados e Conhecimentos para Saúde (Cidacs) é uma instituição vinculada ao Instituto Gonçalo Moniz (Fiocruz Bahia), que realiza estudos e pesquisas com base em projetos interdisciplinares originados na integração de grande volume de dados. O Centro tem a missão de contribuir com a produção de conhecimentos científicos inovadores para auxiliar e apoiar a tomada de decisões em políticas públicas em benefício da sociedade.
Atualmente, os datasets das Coortes produzidos pela equipe do Cidacs são disponibilizados exclusivamente para projetos vinculados ao centro ou em colaboração. Contudo, o Cidacs conta com a Plataforma de Dados Desidentificados, de acesso público mediante cadastro. A plataforma engloba dados de saúde administrativos, abertos, desidentificados (não-nominais), individualizados ou agregados, provenientes de fontes de domínio público. Além de dados específicos de saúde, a PDD inclui conjuntos diversos, como dados econômicos, demográficos, censitários, amostra por domicílio (PNAD), mobilidade, indicadores, programas sociais, proporcionando uma visão mais holística e completa.
Dados vinculados são gerados a partir do processo de Record Linkage (vinculação de registros, em tradução livre) entre duas ou mais bases de dados, em que informações sobre as mesmas entidades são integradas. Aplica-se um algoritmo de vinculação que usa o método determinístico (quando há um identificador único, como o Número de Identificação Social existente nas bases de dados de programas sociais), ou por similaridade (por meio de atributos comuns, como nome, data de nascimento, nome da mãe, sexo e município de residência).
A Plataforma de Dados Desidentificados (PDD) é uma solução do Centro de Integração de Dados e Conhecimentos para Saúde (Cidacs/Fiocruz) voltada para a disponibilização do acesso a um ecossistema de dados cujo objetivo é subsidiar a produção de conhecimento em saúde no Brasil. Destina-se ao mapeamento, obtenção, organização, processamento e disponibilização de dados relevantes com potencial de apoiar pesquisadores e gestores na vigilância epidemiológica, monitoramento das emergências de saúde pública, análise da situação de saúde, construção/atualização de indicadores e painéis, pesquisa em determinantes sociais, desigualdades em saúde, avaliação de impacto, etc.
O Centro de Integração de Dados e Conhecimentos para Saúde (Cidacs) é uma instituição vinculada ao Instituto Gonçalo Moniz (Fiocruz Bahia), que realiza estudos e pesquisas com base em projetos interdisciplinares originados na integração de grande volume de dados. O Centro tem a missão de contribuir com a produção de conhecimentos científicos inovadores para auxiliar e apoiar a tomada de decisões em políticas públicas em benefício da sociedade.
O Cidacs realiza estudos e pesquisas, em projetos interdisciplinares originados na análise de grande volume de dados, no âmbito das suas seis plataformas: Coorte de 100 Milhões de Brasileiros; Plataforma Zika; Tecnologias e Inovações para o SUS; Equidade e Sustentabilidade Urbana; Bioinformática e Epidemiologia Genética (Epigen).
As pesquisas desenvolvidas no Cidacs utilizam, principalmente, a vinculação de bancos de dados governamentais para gerar conhecimentos inovadores. Para tanto, os dados cedidos para o Centro são recebidos, armazenados e preservados com base em procedimentos de Curadoria Digital. Esses dados são processados em um ambiente computacional de alto desempenho, constituído pelo supercomputador Omolú e outros clusters computacionais situados no Centro de Supercomputação do Senai-Cimatec. Os dados abrigados no Omolú são acessados através de um ambiente monitorado, sem conexão à internet, com protocolos de segurança e controles de acesso restritos.
Atualmente, os datasets das Coortes produzidos pela equipe do Cidacs são disponibilizados exclusivamente para projetos vinculados ao centro ou em colaboração. Contudo, o Cidacs conta com a Plataforma de Dados Desidentificados, de acesso público mediante cadastro. A plataforma engloba dados de saúde administrativos, abertos, desidentificados (não-nominais), individualizados ou agregados, provenientes de fontes de domínio público. Além de dados específicos de saúde, a PDD inclui conjuntos diversos, como dados econômicos, demográficos, censitários, amostra por domicílio (PNAD), mobilidade, indicadores, programas sociais, proporcionando uma visão mais holística e completa.
Todas as bases originais recebidas no Cidacs/ Fiocruz-Ba passam por um pré-processamento que inclui padronização e harmonização dos dados
Dados vinculados são gerados a partir do processo de Record Linkage (vinculação de registros, em tradução livre) entre duas ou mais bases de dados, em que informações sobre as mesmas entidades são integradas. Aplica-se um algoritmo de vinculação que usa o método determinístico (quando há um identificador único, como o Número de Identificação Social existente nas bases de dados de programas sociais), ou por similaridade (por meio de atributos comuns, como nome, data de nascimento, nome da mãe, sexo e município de residência).
Detalhes sobre o método de linkage utilizado no Cidacs/Fiocruz-Ba podem ser encontrados neste artigo. Sobre a avaliação deste processo em bases de dados, o catálogo de metadados de cada um dos datasets cadastrados conterá suas medidas de qualidade, incluindo curva ROC, sensibilidade e especificidade
