Data Warehouse em Saúde: diferenças entre revisões
Sem resumo de edição |
Sem resumo de edição |
||
Linha 1: | Linha 1: | ||
{{Conceitos | {{Conceitos | ||
|Sigla=DW | |Sigla=DW | ||
|Aplicações=Armazenamento de dados | |Aplicações=Armazenamento de dados, Sistemas de Apoio à Decisão | ||
}} | }} | ||
== | ==Definição== | ||
O | O conceito de Data Warehouse (DW) surge no final dos anos 80, sendo um sistema que funciona como um repositório de dados construído para o suporte à tomada de decisão <ref>Inmon, W. H. (2005). Building the Data Warehouse. New York: Wiley.</ref>. Devido à crescente quantidade de informação disponível, surge a necessidade de estruturar os dados num formato válido e consistente para permitir atividades como consultas, processamento analítico, e elaboração de relatórios. Outra maneira de explorar os dados armazenados no DW é recorrendo a técnicas de Data Mining (DM). Os profissionais de saúde necessitam de uma ferramenta fiável, centrada no paciente, que preste todo o apoio e permita melhorar o seu fluxo de trabalho. Atualmente o formato em papel já não é um suporte fiável para o registo e gestão da grande quantidade de informação que as instituições de saúde produzem atualmente. Os problemas de legibilidade são constantes, o acesso a informação é difícil e por causa disso, localizar ou acompanhar um evento recente pode ser muito complicado. | ||
O ambiente organizacional está em constante mudança e está a tornar-se cada vez mais complexo e em permanente necessidade de informação e conhecimento. Assim, o DW surgiu de forma a permitir aceder a dados rigorosos que espalhem a realidade não só das instituições de saúde, como a de muitas outras organizações. | |||
As principais funções do DW são: | |||
* Manter registos prévios e atuais; | |||
* Ajudar organizações a tomar decisões através de análises de dados precisas. | |||
Ajuda a recolher dados como: | |||
* Demografia | |||
* Diagnósticos | |||
* Laboratoriais | |||
* Medicação | |||
* Procedimentos | |||
* Vacinas | |||
* Sinais Vitais | |||
* Hospitalizações | |||
** Tipo de Admissão | |||
** Tempo do internamento | |||
O Data Warehouse contém 4 atributos fundamentais, definindo DW como um conjunto de dados integrado, orientado por assunto, não volátil e estruturado temporalmente de maneira a suportar os gestores no seu processo de tomada de decisão. | |||
* Orientado por assunto: Os dados são organizados por assuntos, como por exemplo o serviço, o profissional ou os pacientes. | |||
* Integrado: Similar ao conceito “orientado por assunto”, | |||
* Estruturado temporalmente | |||
* Não volátil | |||
Geralmente, o DW é mantido separadamente da BDO da organização devido à finalidade dos dois sistemas. Os sistemas operacionais, ou On-line Transactional Processing (OLTP), devem centrar-se no registo das transações que ocorrem no seu funcionamento diário. Por outro lado, o DW é normalmente apresentado como analítico, ou On-line Analytical Processing (OLAP) para efetuar análises e tomar decisões. | |||
{| class="wikitable" | |||
! | |||
! Base de Dados Operacional | |||
! Data Warehouse | |||
|- | |||
| Função | |||
| Operações Diárias | |||
OLTP | |||
| Suporte à Decisão | |||
OLAP | |||
|- | |||
| Design da Base de Dados | |||
| Orientada às aplicações | |||
Optimizada para atualizações | |||
| Orientada aos assuntos | |||
Optimizada para processamento de queries | |||
|- | |||
| Dados | |||
| Correntes | |||
Atualizados | |||
Atómicos | |||
Relacionais (Normalizados) | |||
Isolados | |||
| Históricos | |||
Sumarizados | |||
Multidimensionais | |||
Integrados | |||
|- | |||
| Utilização | |||
| Repetitivo | |||
Dia-a-dia | |||
| Ad-hoc | |||
|- | |||
| Acessos | |||
| Leitura/Escrita | |||
Transacções simples (envolvendo 1 a 3 tabelas) | |||
| Maioria de Leitura | |||
Queries complexas (envolvendo várias tabelas) | |||
|} | |||
De forma a explorar os dados e a informação de um DW são usadas técnicas como o processamento analítico de dados OLAP, juntamente com algoritmos de DM. A tecnologia OLAP permite realizar análises multidimensionais aos dados e oferece a capacidade de realizar cálculos complexos, analisar tendências e de modelar os dados refinadamente. A partir da modelação multidimensional esta tecnologia cria cubos para analisar a informação necessária à tomada de decisão sobre várias perspetivas. | |||
Revisão das 15h37min de 15 de abril de 2016
Data Warehouse em Saúde | |
---|---|
Sigla | DW |
Aplicações | Armazenamento de dados, Sistemas de Apoio à Decisão |
Conceitos relacionados |
Definição
O conceito de Data Warehouse (DW) surge no final dos anos 80, sendo um sistema que funciona como um repositório de dados construído para o suporte à tomada de decisão [1]. Devido à crescente quantidade de informação disponível, surge a necessidade de estruturar os dados num formato válido e consistente para permitir atividades como consultas, processamento analítico, e elaboração de relatórios. Outra maneira de explorar os dados armazenados no DW é recorrendo a técnicas de Data Mining (DM). Os profissionais de saúde necessitam de uma ferramenta fiável, centrada no paciente, que preste todo o apoio e permita melhorar o seu fluxo de trabalho. Atualmente o formato em papel já não é um suporte fiável para o registo e gestão da grande quantidade de informação que as instituições de saúde produzem atualmente. Os problemas de legibilidade são constantes, o acesso a informação é difícil e por causa disso, localizar ou acompanhar um evento recente pode ser muito complicado. O ambiente organizacional está em constante mudança e está a tornar-se cada vez mais complexo e em permanente necessidade de informação e conhecimento. Assim, o DW surgiu de forma a permitir aceder a dados rigorosos que espalhem a realidade não só das instituições de saúde, como a de muitas outras organizações. As principais funções do DW são:
- Manter registos prévios e atuais;
- Ajudar organizações a tomar decisões através de análises de dados precisas.
Ajuda a recolher dados como:
- Demografia
- Diagnósticos
- Laboratoriais
- Medicação
- Procedimentos
- Vacinas
- Sinais Vitais
- Hospitalizações
- Tipo de Admissão
- Tempo do internamento
O Data Warehouse contém 4 atributos fundamentais, definindo DW como um conjunto de dados integrado, orientado por assunto, não volátil e estruturado temporalmente de maneira a suportar os gestores no seu processo de tomada de decisão.
- Orientado por assunto: Os dados são organizados por assuntos, como por exemplo o serviço, o profissional ou os pacientes.
- Integrado: Similar ao conceito “orientado por assunto”,
- Estruturado temporalmente
- Não volátil
Geralmente, o DW é mantido separadamente da BDO da organização devido à finalidade dos dois sistemas. Os sistemas operacionais, ou On-line Transactional Processing (OLTP), devem centrar-se no registo das transações que ocorrem no seu funcionamento diário. Por outro lado, o DW é normalmente apresentado como analítico, ou On-line Analytical Processing (OLAP) para efetuar análises e tomar decisões.
Base de Dados Operacional | Data Warehouse | |
---|---|---|
Função | Operações Diárias
OLTP |
Suporte à Decisão
OLAP |
Design da Base de Dados | Orientada às aplicações
Optimizada para atualizações |
Orientada aos assuntos
Optimizada para processamento de queries |
Dados | Correntes
Atualizados Atómicos Relacionais (Normalizados) Isolados |
Históricos
Sumarizados Multidimensionais Integrados |
Utilização | Repetitivo
Dia-a-dia |
Ad-hoc |
Acessos | Leitura/Escrita
Transacções simples (envolvendo 1 a 3 tabelas) |
Maioria de Leitura
Queries complexas (envolvendo várias tabelas) |
De forma a explorar os dados e a informação de um DW são usadas técnicas como o processamento analítico de dados OLAP, juntamente com algoritmos de DM. A tecnologia OLAP permite realizar análises multidimensionais aos dados e oferece a capacidade de realizar cálculos complexos, analisar tendências e de modelar os dados refinadamente. A partir da modelação multidimensional esta tecnologia cria cubos para analisar a informação necessária à tomada de decisão sobre várias perspetivas.
Referências
- ↑ Inmon, W. H. (2005). Building the Data Warehouse. New York: Wiley.