Limitações do uso da base de dados DATASUS como fonte primária de dados em pesquisas em cirurgia: uma revisão de escopo
Bibliographic record
Abstract
RESUMO Objetivo: o DATASUS é o departamento do SUS responsável por disponibilizar dados de saúde que são empregados como fonte primária de dados em diversos estudos sobre cirurgia e especialidades cirúrgicas, embora principais limitações não tenham sido revisadas anteriormente. O objetivo deste trabalho é sintetizar as informações de estudos sobre cirurgia que utilizaram sistemas do DATASUS como fonte de dados, identificando as principais lacunas. Métodos: uma revisão de escopo foi conduzida de acordo com o método PRISMA-ScR para a identificação de trabalhos sobre cirurgia, e outras especialidade cirúrgicas, que utilizaram a plataforma DATASUS como fonte primária de dados. Nenhuma restrição foi imposta em relação ao tipo de estudo ou ano de publicação. A Teoria Fundamentada em Dados foi utilizada para a análise do conteúdo dos artigos. Resultados: 248 trabalhos foram inicialmente analisados e 47 foram incluídos na análise final deste estudo. Os artigos originais incluídos foram publicados entre 2009 e 2022, maioria (12,76%, n=6) foi publicada na Revista do Colégio Brasileiro de Cirurgiões. Estudos retrospectivos (40,43%, n=19) foram o tipo de estudo mais comum encontrado. A análise dos artigos identificou quatro domínios predominantes na literatura científica acerca das limitações do uso de DATASUS em pesquisas em cirurgia: falta de dados, confiabilidade, precisão e integralização dos dados. Conclusão: os sistemas de informação dispostos no DATASUS constituem a maior fonte de informações sobre o SUS, porém a literatura científica sobre a qualidade dos dados dispostos nestes sistemas permanece escassa e trabalhos direcionados a mensurar essa métrica são necessários.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.008 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.005 | 0.003 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".