Geoprocessamento dos dados da saúde: o tratamento dos endereços Geoprocessing of health data: treatment of information on addresses

• Main Authors: Daniel Albert Skaba, Marilia Sá Carvalho, Christovam Barcellos, Paulo Cesar Martins, Sonia Luiza Terron
• Format: Article
• Language: English
• Published: Escola Nacional de Saúde Pública, Fundação Oswaldo Cruz 2004-12-01
• Series: Cadernos de Saúde Pública
• Subjects: Sistemas de Informação Geográfica; Avaliação de Risco; Doenças Transmissíveis; Geographic Information Systems; Risk Assessment; Communicable Diseases
• Online Access: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-311X2004000600037
• ISSN: 0102-311X; 1678-4464

Este trabalho faz uma análise da situação atual das informações de endereços nos Sistemas de Informações em Saúde (SIS) em alguns municípios, visando a sua utilização em Sistemas de Informações Geográficas (SIG), para a análise e avaliação de riscos dos eventos de saúde pública em grandes cidades, com localização destes eventos em áreas intra-urbanas. Utiliza como base de dados uma amostra dos cadastros do Sistema de Informações de Agravos de Notificação (SINAN) e tem como objetivo propor alternativas para aproveitamento de grandes volumes de dados já existentes. Nas amostras trabalhadas, cerca de metade dos endereços foi localizada automaticamente e aproximadamente 19%, em uma busca manual. As principais perdas ocorreram por falta de completitude ou de consistência nos dados de endereço.<br>This paper analyzes the current status of address data in the Brazilian Health Information System (SIS), with a view towards mapping large-city health events in geographic information systems (GIS) for risk analysis and evaluation. It is thus necessary to geocode these events to small geographic areas inside city limits. This study used a sample from the Reportable Health Events Information System (SINAN) database and also proposes alternatives to work with this large amount of events. Approximately 50% of addresses were referenced automatically and another 19% through conventional search. Data losses occurred mainly due to incomplete or inconsistent address data.