ANÁLISE DO IMPACTO DA PANDEMIA DE COVID-19 NA REALIZAÇÃO DO EXAME DE PAPANICOLAU NO BRASIL. Análise do impacto da pandemia de Covid-19 na realização do exame Papanicolaou no Brasil. O presente estudo visa demonstrar o impacto da pandemia de Covid-19 na realização dos exames de Papanicolaou e os diferentes tipos de seus resultados em todo o território nacional.
Sistema de Informação do Câncer) do DATASUS (Departamento de Informática do Sistema Único de Saúde do Brasil), este com dados entre 2013 e 2022, referentes à realização de exames de Papanicolau e identificação de tipos de resultados de exames, chamados de indicadores, que avaliam quantitativamente a informações antes e depois do surgimento da pandemia de Covid-19.
Problema abordado
Para tanto, foi desenvolvido um sistema que extrai, processa e armazena dados do SISCAN em um banco de dados relacional para que possa ser utilizado para criar um sistema de visualização de dados com diferentes tipos de atributos e diferentes períodos de tempo, com o objetivo de entender o que sido produzido. Para processar os resultados da consulta, a linguagem Python é usada em combinação com as bibliotecas Pandas para modelagem de dados e Seaborn para visualização de dados.
Justificativa
Para mineração e processamento dos dados, utiliza-se a linguagem Javascript e seu frameworkNode.JS, e para persistência dos dados, adota-se o banco de dados relacional PostgreSQL com execução de consultas SQL para geração de valor a partir dos dados coletados.
Objetivos geral e específicos
Determinar o impacto da pandemia de Covid-19 na realização de exames de Papanicolaou, criando gráficos representando informações entre os anos de 2013 e 2022.
Organização da monografia
Neste capítulo é apresentada a base teórica com conceitos importantes para a compreensão do trabalho realizado, divididos em cinco seções: Javascript e Node.Js (seção 2.1), SQL e PostgreSQL (seção 2.2), Python's Pandas e bibliotecas Seaborn (seção 2) . .3), Papanicolau (seção 2.4) e SISCAN (seção 2.5). Finalmente, a Seção 2.5 explica o SISCAN em termos gerais e detalha os possíveis resultados de um exame e lista os indicadores incluídos em cada resultado.
Javascript e Node.JS
A terceira seção descreve a linguagem de programação Python e o ecossistema para plotar gráficos usando as bibliotecas Pandas e Seaborn.
SQL e PostgreSQL
Possibilita a inserção, exclusão, leitura e atualização dos dados armazenados em sua memória, podendo extrair informações e gerar valor a partir dos dados. A utilização da linguagem SQL em conjunto com o PostgreSQL trouxe uma grande contribuição para a elaboração do presente trabalho, principalmente pela facilidade de instalação, configuração e utilização do PostgreSQL aliada à possibilidade de geração de consultas que contemplam um certo tipo de inteligência para filtragem e cruzamento de informações, evitando assim a verificação manual dos dados.
Bibliotecas Pandas e Seaborn do Python
Pandas
Seaborn
As funções dentro de um módulo podem compartilhar características que não estão disponíveis em outros, com o objetivo de facilitar a alternância entre os tipos de representação ao realizar o processo de busca de dados, pois cada tipo de representação pode diferenciar a história nela que o analista deseja que o usuário conte mostrar. As funções de nível de eixo plotam dados em um objeto, enquanto as funções de nível de figura gerenciam o objeto. Cada módulo possui uma única função de nível de imagem e um conjunto de funções de nível de eixo disponíveis para seu uso.
O comportamento padrão é plotar o primeiro elemento hierárquico nas funções de nível de eixo, o gráfico de dispersão. Para desenhar outra função no nível do eixo, mantenha a mesma chamada de função com a adição do parâmetro filho.
Exame de Papanicolau
SISCAN
Alto grau: presença de células atípicas de origem indeterminada onde não se pode excluir lesão de alto grau. ASC-H: presença de células escamosas atípicas de significado indeterminado onde lesões de alto grau não podem ser excluídas. Les IE Low Grade: a presença nas células escamosas da lesão intraepitelial de baixo grau - que inclui o efeito citopático do HPV e neoplasia intraepitelial cervical grau I;.
Leia IEp Alto Grau: presença em células escamosas de alto grau de lesão intraepitelial - incluindo neoplasia intraepitelial cervical grau II e III;. Inv: presença em células escamosas de lesão intraepitelial de alto grau, incapaz de excluir microinvasão;. Alto grau: presença de células glandulares atípicas de significado indeterminado onde uma lesão de alto grau não pode ser descartada.
Trabalhos relacionados
Este capítulo detalha todo o processo de criação de elementos para visualização de dados temporários, começando pela coleta e extração de dados do repositório de dados SISCAN/DATASUS, leitura, processamento e transformação dos dados usando JavaScript e Node.JS, armazenando informações com SQL e PostgreSQL , executando consultas que geram valores de dados e convertendo-os em gráficos via Python em combinação com as bibliotecas Pandas (MCKINNEY et al., 2011) e Seaborn (WASKOM, 2021b).
Extração dos dados no SISCAN/DATASUS
Para exibir os resultados, é possível gerar diferentes tipos de gráficos com base no conjunto de dados de resposta. Após a solicitação de geração de dados, o sistema exibe as informações necessárias e oferece ao usuário a possibilidade de exportar essas informações em três formatos diferentes: Excel, CSV ou Tabwin. Como este trabalho visa avaliar todas as informações entre 2013 e 2022, divididas entre todos os estados e regiões do Brasil, todas as consultas foram realizadas selecionando o mês/ano como referência para linhas, a UF de residência como referência. para as colunas, todos os anos entre 2013 e 2022 como período de avaliação, sem aplicação de filtro e realizando uma consulta por vez para obter as informações de cada indicador selecionado, com base na lista de indicadores informada na seção 2.5.
Para realizar este trabalho, a coleta e extração de dados foi realizada manualmente e não foram encontradas restrições para consulta ao sistema.
Processamento e persistência dos dados
Persistência dos dados
Processamento dos dados
- Leitura dos arquivos
- Tratamento de informação: UF de residência
- Processamento de nova informação: região
- Persistência das informações no banco de dados
Além disso, não tem relação com outra tabela no banco de dados. Como as informações referentes à região do Brasil em que aquele estado está localizado não estão disponíveis nas informações do DATASUS, foi necessário processá-las para gerar tais informações e inseri-las no banco de dados. Para tanto, também foi desenvolvido um dicionário responsável por mapear em qual região aquele estado está inserido.
Após processar e criar todas as informações necessárias, foram criados diversos comandos SQL responsáveis por inserir os dados no banco de dados alocado no ambiente local. Para cada linha analisada são criados comandos SQL que podem inserir cada célula da matriz contendo a quantidade responsável por exibir o resultado referente ao indicador. A Figura 3.7 mostra um exemplo de geração de um comando SQL a partir dos resultados na barra de resultados.
Posteriormente, o sistema é responsável por estabelecer uma conexão com o banco de dados e inserir cada informação gerada.
Extração de informações sob demanda
Predição de valores durante a pandemia
Elaboração dos gráficos
A partir do primeiro ano da pandemia, foi feita uma simulação dos valores para os anos seguintes, respeitando uma taxa de crescimento média obtida através das taxas de crescimento dos três anos anteriores à Covid-19. O processo de consulta de dados foi realizado por meio de consultas SQL e os gráficos para análise foram criados utilizando as bibliotecas Pandas e Seaborn.
Quantidade de exames por região do Brasil
Resultados negativos por região do Brasil
Resultados alterados por região do Brasil
Resultados alterado escamoso por região do Brasil
Resultados alterado glandular por região do Brasil
Quantidade de exames por cada estado de uma região do Brasil
Resultados negativos por cada estado de uma região do Brasil
Resultados alterados por cada estado de uma região do Brasil
Resultados alterado escamoso por cada estado de uma região do Brasil
Resultados alterado glandular por cada estado de uma região do Brasil
Resultados, por indicador, em cada região do Brasil
Indicadores de resultados alterados em cada região do Brasil
Sabendo disso, o presente trabalho analisa dados temporais quantitativos presentes no sistema SISCAN/DATASUS por meio de gráficos e discute as informações sobre como realizar estudos de citologia cervical. Após a descrição detalhada da estratégia de visualização dos dados, foram apresentados os gráficos elaborados a partir dos dados do SISCAN, para descrever detalhadamente como eram os dados antes da pandemia de Covid-19, desde o primeiro ano de armazenamento e divulgação aberta dos dados. Papanicolaou (2013), sobre o que está previsto para acontecer e o que realmente aconteceu durante e após o primeiro ano da pandemia, nos anos de 2020 a 2022. A região Norte teve os menores números de exames de Papanicolau no período, com máximo aponta pouco mais de meio milhão de exames realizados em um ano.
O Pará foi o estado com mais testes realizados e o Amapá como o estado com menos testes realizados. A Bahia foi o estado com mais testes realizados e o Piauí como o estado com menos testes realizados. Goiás foi o estado com mais testes realizados e o Distrito Federal com menos testes realizados.
Desde 2014, a região Sul mantém entre um milhão e um milhão e meio de exames de Papanicolau por ano, com picos em 2019 e 2022 com aproximadamente um milhão e seiscentos mil exames. O Paraná foi o país com mais testes concluídos, enquanto Santa Catarina foi o país com menos. No entanto, o número de exames realizados, apesar do crescimento constante dos resultados, ainda é pequeno se comparado ao total da população da região, que é uma das mais populosas do Brasil.
Trabalhos Futuros
No entanto, na região Centro-Oeste, foi considerada a segunda região com menos informações relacionadas ao exame de Papanicolaou. Apesar disso, os três estados da região ofereceram quantidades semelhantes de testes entre si, com exceção do Distrito Federal, que aliás só se tornou visivelmente relevante nos gráficos elaborados a partir de 2018. Apesar disso, considerando os dados simulados, pode chegar a um patamar de quase um milhão e novecentos mil exames em 2022.
Por fim, em síntese, a região Sudeste apresentou o maior resultado entre todas as regiões do Brasil, indicando a possibilidade de uma maior conscientização da população sobre a importância da realização do exame para identificar e prevenir o câncer de colo uterino. O impacto da pandemia de COVID-19 no rastreamento do câncer do colo do útero no estado de Goiás. Revista Brasileira de Desenvolvimento, v. DATASUS. Nota Técnica 3 - SISCAN – EXAMES CITOPATOLÓGICOS DO COLO DO ÚTERO por município de residência da paciente.
Impacto da pandemia de COVID-19 no rastreamento do câncer do colo do útero na cidade de Ouro Preto-MG. A influência da COVID-19 no diagnóstico de câncer de colo de útero e mama no Brasil. Facit Business and Technology Journal, v. TELESSAúDERS. O que significa metaplasia escamosa imatura no resultado do Papanicolaou (CP do colo do útero)? 2015.
