Avaliação de método para classificação automatizada de pares em relacionamentos probabilísticos de bancos de dados

O objetivo foi testar e avaliar a acurácia de um método para a seleção de escore em relacionamento probabilístico de banco de dados, de forma a viabilizar a automatização da identificação de pares verdadeiros dispensando a etapa de inspeção manual. Estudo de acurácia utilizando dados do Sistema de Informação do Câncer de Mama (SISMAMA) de Minas Gerais, Brasil, de 2009 e 2010. Após o processo de limpeza e padronização, foi realizado o relacionamento probabilístico dos bancos 2009 e 2010 utilizando 16 passos, sendo que cada passo foi inspecionado manualmente para se obter um padrão-ouro. Posteriormente, selecionaram-se amostras que foram inspecionadas e avaliadas para calcular a acurácia do método de seleção dos pares verdadeiros. Todos os passos e amostras com 200 e 300 pares apresentaram alta sensibilidade (recall) > 0,97, alto valor preditivo positivo (precision) > 0,95 e altas acurácia (> 0,97), medida F (> 0,96) e área sob a curva precision-recall (> 0,98). A amostra com 100 pares evidenciou altos valores para essas medidas, porém com escores mais baixos. Dos 16 passos avaliados, o uso de apenas três de forma combinada foi suficiente para identificar 99,24% dos pares verdadeiros no banco total. O método proposto permite automatizar o relacionamento das bases de dados, mantendo a acurácia do método. Facilita a utilização de relacionamento probabilístico no âmbito dos serviços de saúde, especialmente para a vigilância e gestão em saúde

Gynecology · Humanities · Data Quality and Management · Data-Driven Disease Surveillance · Medicine · Philosophy · Public Health in Brazil

• Inequality by Skin Color in Breast Cancer Screening in Brazil

  Open Access•Alana Ramos Da Silva, Luiz Guilherme Scorzafave•Journal of Racial and Ethnic…•2025

  Incluir item

• The Precision-Recall Plot Is More Informative than the ROC Plot When Evaluating Binary Classifiers on Imbalanced Datasets

  Open Access•Takaya Saito, Marc Rehmsmeier et al.•PLoS ONE•2015

  Incluir item

• Acurácia da metodologia de relacionamento probabilístico de registros para identificação de óbitos em estudos de sobrevida

  Open Access•Evandro Silva Freire Coutinho, Claudia Medina Coeli•Cadernos de Saude Publica•2006

  Incluir item

• Acurácia do relacionamento probabilístico na avaliação da alta complexidade em cardiologia

  Open Access•Arn Migowski, Rogério Brant Martins Chaves et al.•Revista de Saúde Pública•2011

  Incluir item

• Acurácia em métodos de relacionamento probabilístico de bases de dados em saúde

  Open Access•Daniele Pinto da Silveira, Elizabeth Artmann et al.•Revista de Saúde Pública•2009

  Incluir item

• Qualidade do sistema de informação do câncer do colo do útero no estado do Rio de Janeiro

  Open Access•Vania Reis Girianelli, Luiz Claudio Santos Thuler et al.•Revista de Saúde Pública•2009

  Incluir item

• Reclink

  Open Access•Kenneth R De Camargo Jr, Claudia Medina Coeli•Cadernos de Saude Publica•2000

  Incluir item

• Accuracy of a probabilistic record linkage strategy applied to identify deaths among cases reported to the Brazilian Aids surveillance database

  Open Access•Maria Goretti Pereira Fonseca, Claudia Medina Coeli et al.•Cadernos de Saude Publica•2010

  Incluir item

• Accuracy of a probabilistic record-linkage methodology used to track blood donors in the Mortality Information System database

  Open Access•Ligia Capuani, Ana Luiza Bierrenbach et al.•Cadernos de Saude Publica•2014

  Incluir item