Visualização de informação sobre preços de medicamentos da base de dados abertos da ANVISA com auxílio de análise de redes de informação

Autores

Palavras-chave:

Visualização de informação, Análise de redes de informação, Descoberta de conhecimento, Ciência de dados, Ciência da Informação, Anvisa

Resumo

Investigou e revelou relações entre variáveis da base de dados abertos da Anvisa sobre preço de medicamentos. Empregou a metodologia qualitativa e aplicada, com 26310 registros correspondentes ao período de 2017 a 2021. Com o método da descoberta de conhecimento apoiado por técnicas de análise de redes complexas e com o suporte de softwares apropriados, observou-se que os medicamentos mais produzidos pelos laboratórios registrados são os de tarja vermelha, enquanto os medicamentos de tarja preta têm produção e demanda mais limitadas devido ao uso restrito. Observou-se também  uma alta produção de classes terapêuticas em que o custo gira em torno de R$100, sugerindo que a maioria dos laboratórios tem como público-alvo as classes C e D. Além disso, apenas um laboratório produz todos os medicamentos com custo de produção acima de 1 milhão de reais. Contudo, é necessário mais esforços na análise da base de dados para identificar outras relações entre as variáveis. Observou-se também que elementos de ambas as áreas, Ciência de Dados e Ciência da Informação foram importantes para o desenvolvimento da pesquisa, como o aspecto interdisciplinar, as técnicas de ARS e a vocação do empenho de esforços  direcionados à resolução de problemas reais da sociedade.

Downloads

Não há dados estatísticos.

Biografia do Autor

Lucas Vale, Universidade Federal do Espírito Santo, Programa de Pós Graduação em Ciência da Informação Vitória, ES, Brasil

Licenciado em Ciências Biológicas na Universidade Federal do Espírito Santo (UFES). Professor efetivo em exercício pela Secretaria de Educação do Espírito Santo (SEDU).

Henrique Monteiro Cristovão, Universidade Federal do Espírito Santo, Programa de Pós Graduação em Ciência da Informação Vitória, ES, Brasil

Doutor em Ciência da Informação na Universidade de Brasília (UnB) com estágio de pesquisa (Doutorado Sanduíche) no Institute for Human; Machine Cognition (IHMC/EUA). Mestre em Informática na Universidade Federal do Espírito Santo (UFES). Bacharel em Matemática Aplicada e Computacional na UFES. Coordenador Adjunto e Professor do Programa de Pós Graduação em Ciência da Informação (PPGCI-UFES), Professor Adjunto lotado no Departamento de Arquivologia. Líder do grupo de pesquisa Organização e Recuperação de Conhecimento em Rede (NetKOR),

Referências

ALBERT, Réka; BARABÁSI, Albert-László. Statistical mechanics of complex networks. Reviews of modern physics, v. 74, n. 1, p. 47, 2002.

BALDONI, André de Oliveira et al. Elderly and drugs: risks and necessity of rational use. Brazilian Journal of Pharmaceutical Sciences, v. 46, p. 617-632, 2010.

BARABÁSI, Albert-László. Network science. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, v. 371, n. 1987, p. 375, 2013.

BARABÁSI, Albert-László. Linked: The new science of networks. Cambridge, MA: Perseus Publishing, 2003. 280 p.

BÁRRIOS, Maria João; MARQUES, Rita; FERNANDES, Ana Alexandre. Aging with health: aging in place strategies of a Portuguese population aged 65 years or older. Revista de Saúde Pública, v. 54, p. 103 - 138, 2020.

BATISTA, Gustavo Enrique de Almeida Prado. Pré-processamento de dados em aprendizado de máquina supervisionado. 2003. Tese (Doutorado) - Universidade de São Paulo.

BORGATTI, Stephen P.; HALGIN, Daniel S. Analyzing affiliation networks. Em: SCOTT, John; CARRINGTON, Peter (eds.). The SAGE Handbook of Social Network Analysis. London: SAGE, 2014. p. 417–433. DOI: 10.4135/9781446294413.n28. Disponível em: https://methods.sagepub.com/book/the-sage-handbook-of-social-network-analysis/n28.xml. Acesso em: 2 mar. 2023.

BLASCO PATIÑO, F. et al. Estudio del consumo de fármacos inadecuados o no indicados en el anciano que ingresa en un Servicio de Medicina Interna. In: Anales de Medicina Interna, Madrid, v. 25, n. 6, p. 269-274, 2008.

BURKHARD, Remo Aslak. Towards a framework and a model for knowledge visualization: Synergies between information and knowledge visualization. Knowledge and information visualization: Searching for synergies. Lecture Notes in Computer Science, 3426, p. 238-255, 2005. ISBN-13: 978-3540269212

CAPURRO, Rafael; HJØRLAND, Birger. The concept of information. Annual Review of Information Science and Technology, [S. l.], v. 37, p. 343–411, 2003. DOI: 10.1590/S1413-99362007000100012. Disponível em: http://fiz1.fh-potsdam.de/volltext/stuttgart/04058.html. Acesso em: 2 mar. 2023.

CHEN, Chaomei. Mapping scientific frontiers: the quest for knowledge visualization. 2. ed. London: Springer Science & Business Media, 2013. 215p.

COSTA, Claudio Napolis et al. Descoberta de conhecimento em bases de dados. Revista Eletrônica: Faculdade Santos Dumont, v. 2, p. 20, 2019. Disponível em: https://www.fsd.edu.br/wp-content/uploads/2019/12/artigo9.pdf. Acesso em: 05 mar. 2023.

CHAIMOWICZ, Flávio. A saúde dos idosos brasileiros às vésperas do século XXI: problemas, projeções e alternativas. Revista de Saúde Pública, v. 31, p. 184-200, 1997.

EVERETT, M. G.; BORGATTI, S. P. The dual-projection approach for two-mode networks. Social Networks, [S. l.], v. 35, n. 2, p. 204–210, 2012. DOI: 10.1016/j.socnet.2012.05.004. Disponível em: https://linkinghub.elsevier.com/retrieve/pii/S0378873312000354. Acesso em: 2 mar. 2023.

FAYYAD, Usama; PIATETSKY-SHAPIRO, Gregory; SMYTH, Padhraic. The KDD process for extracting useful knowledge from volumes of data. Communications of the ACM, v. 39, n. 11, p. 27-34, 1996.

GAO, Man; CHEN, Ling; LI, Bin; LI, Yun; LIU, Wei; XU, Yong-cheng. Projection-based link prediction in a bipartite network. Information Sciences, [S. l.], v. 376, p. 158–171, 2017. DOI: 10.1016/j.ins.2016.10.015. Disponível em: https://doi.org/10.1016/j.ins.2016.10.015. Acesso em: 2 mar. 2023.

HAND, David J. Principles of data mining. Drug safety, v. 30, n. 7, p. 621-622, 2007.

HAND, David J.; MANNILA, Heikki; SMYTH, Padhraic. Principles of data mining. Cambridge, MA: MIT Press, 2001. 556p.

HIGGINS, Silvio Salej; RIBEIRO, Antonio Carlos Andrade. Análise de redes em Ciências Sociais. Brasília: Enap, 2018. Disponível em: https://repositorio.enap.gov.br/bitstream/1/3337/1/Livro_Analise%20de%20Redes%20em%20Ci%C3%AAncias%20Sociais.pdf. Acesso em: 2 mar. 2023.

KADUSHIN, Charles. Introduction to social network theory. Boston, MA, [S. l.], 2004. Disponível em: http://melander335.wdfiles.com/local--files/reading-history/kadushin.pdf. Acesso em: 2 mar. 2023.

KAUFMAN, David W. et al. Recent patterns of medication use in the ambulatory adult population of the United States: the Slone survey. Jama, v. 287, n. 3, p. 337-344, 2002.

MACEDO, Giani Rambaldi et al. O poder do marketing no consumo excessivo de medicamentos no Brasil. Revista Transformar, v. 9, p. 114-128, 2016.

MARTINS, Dalton Lopes. Data science teaching and learning models: focus on the Information Science area. In: RODRIGUES DIAS, Thiago Magela (org.). Advanced Notes in Information Science. [s.l.] : ColNes Publishing, 2022. v. 2. DOI: 10.47909/anis.978-9916-9760-3-6.100. Disponível em: https://pub.colnes.org/index.php/anis/article/view/100. Acesso em: 2 mar. 2023.

MELAMED, David. Community Structures in Bipartite Networks: A Dual-Projection Approach. PLOS ONE, [S. l.], v. 9, n. 5, p. e97823, 2014. DOI: 10.1371/journal.pone.0097823. Disponível em: https://doi.org/10.1371/journal.pone.0097823. Acesso em: 2 mar. 2023.

METZ, Jean et al. Redes complexas: conceitos e aplicações: Relatório Técnico do ICMC. São Carlos: Universidade de São Paulo, 2007. 45p. Disponível em: https://repositorio.usp.br/bitstreams/30f00c12-d53f-4c46-911f-a84b360575a3&hl=pt-BR&sa=T&oi=gsb-gga&ct=res&cd=0&d=13967733084527102919&ei=jr0EZPPWGoKLmwGN2aygDQ&scisig=AAGBfm29Fft7twysMBY8kaz_LZnL0XPukw. Acesso em: 05 mar. 2023.

MOHAMMED, Mohammed A.; MOLES, Rebekah J.; CHEN, Timothy F. Impact of pharmaceutical care interventions on health-related quality-of-life outcomes: a systematic review and meta-analysis. Annals of Pharmacotherapy, v. 50, n. 10, p. 862-881, 2016.

NEWMAN, M. E. J. Networks: an introduction. Oxford ; New York: Oxford University Press, 2010. 772p.

NOOY, Wouter De; MRVAR, Andrej; BATAGELJ, Vladimir. Exploratory social network analysis with Pajek: revised and expanded edition for updated software. 3rd ed. New York: Cambridge University Press, 2018. Acesso em: 2 mar. 2023.

OTTE, Evelien; ROUSSEAU, Ronald. Social network analysis: a powerful strategy, also for the information sciences. Journal of Information Science, [S. l.], v. 28, n. 6, p. 441–453, 2002. DOI: 10.1177/016555150202800601. Disponível em: https://doi.org/10.1177/016555150202800601. Acesso em: 2 mar. 2023.

PENNA, Giuseppe Della; MAGAZZENI, Daniele; OREFICE, Sergio. A spatial relation-based framework to perform visual information extraction. Knowledge and Information Systems, [S. l.], v. 30, n. 3, p. 667–692, 2012. DOI: 10.1007/s10115-011-0394-4. Disponível em: https://link.springer.com/article/10.1007/s10115-011-0394-4. Acesso em: 2 mar. 2023.

PORTO, Fábio; ZIVIANI, Arthur. Ciência de Dados. Em: 2014, Rio de Janeiro. Anais [...]. . In: SEMINÁRIO DE GRANDES DESAFIOS DA COMPUTAÇÃO NO BRASIL. Rio de Janeiro: SBC, 2014. Disponível em: https://www.lncc.br/~ziviani/papers/III-Desafios-SBC2014-CiD.pdf. Acesso em: 2 mar. 2023.

SARACEVIC, Tefko. Interdisciplinary nature of information science. Ciência da informação, Brasília, v. 24, n. 1, p. 36–41, 1995. Disponível em: http://www.brapci.inf.br/_repositorio/2010/03/pdf_dd085d2c4b_0008887.pdf. Acesso em: 2 mar. 2023.

SOUZA, Queila; QUANDT, Carlos. Metodologia de análise de redes sociais. Em: DUARTE, F.; QUANDT, Carlos; SOUZA, Queila (eds.). O Tempo das redes. São Paulo: Perspectiva, 2008. p. 31–63. Disponível em: https://www.academia.edu/257818/Metodologia_De_An%C3%A1lise_De_Redes_Sociais. Acesso em: 2 mar. 2023.

VIRKUS, Sirje; GAROUFALLOU, Emmanouel. Data science from a library and information science perspective. Data Technologies and Applications, v. 53, n. 4, p. 422–441, 2019. DOI: 10.1108/DTA-05-2019-0076. Disponível em: https://doi.org/10.1108/DTA-05-2019-0076. Acesso em: 2 mar. 2023.

WASSERMAN, Stanley; FAUST, Katherine. Social network analysis: methods and applications. Cambridge, England; New York: Cambridge University Press, 1994.

ZHANG, Jinson. Visualization for information retrieval. Berlin: Springer, 2008.

ZHOU, XueZhong; MENCHE, Jörg; BARABÁSI, Albert-László; SHARMA, Amitabh. Human symptoms–disease network. Nature Communications, v. 5, n. 1, p. 4212, 2014. DOI: 10.1038/ncomms5212. Disponível em: https://www.nature.com/articles/ncomms5212. Acesso em: 2 mar. 2023.

Downloads

Publicado

2023-03-27

Como Citar

Vale, L., & Cristovão, H. M. (2023). Visualização de informação sobre preços de medicamentos da base de dados abertos da ANVISA com auxílio de análise de redes de informação. Revista Ibero-Americana De Ciência Da Informação, 16(1), 206–225. Recuperado de https://periodicos.unb.br/index.php/RICI/article/view/47582

Edição

v. 16 n. 1 (2023): Revista Ibero-americana de Ciência da Informação

Seção

Artigos

Licença

Copyright (c) 2023 Lucas Vale, Henrique Monteiro Cristovão

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Notas de direitos autorais

Autores que publicam nesta revista concordam com os seguintes termos: Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License 4.0, permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: distribuir em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista. Autores têm permissão e são estimulados a distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.