AbstractIntroductionThis paper's aim is to develop a data warehouse from the integration of the files of three Brazilian health information systems concerned with the production of ambulatory and hospital procedures for cancer care, and cancer mortality. These systems do not have a unique patient identification, which makes their integration difficult even within a single system.MethodsData from the Brazilian Public Hospital Information System (SIH-SUS), the Oncology Module for the Outpatient Information System (APAC-ONCO) and the Mortality Information System (SIM) for the State of Rio de Janeiro, in the period from January 2000 to December 2004 were used. Each of the systems has the monthly data production compiled in dbase files (dbf). All the files pertaining to the same system were then read into a corresponding table in a MySQL Server 5.1. The SIH-SUS and APAC-ONCO tables were linked internally and with one another through record linkage methods. The APAC-ONCO table was linked to the SIM table. Afterwards a data warehouse was built using Pentaho and the MySQL database management system.ResultsThe sensitivities and specificities of the linkage processes were above 95% and close to 100% respectively. The data warehouse provided several analytical views that are accessed through the Pentaho Schema Workbench.ConclusionThis study presented a proposal for the integration of Brazilian Health Systems to support the building of data warehouses and provide information beyond those currently available with the individual systems.

Este trabalho visa ao desenvolvimento de um sistema para integrar os dados da produção mensal da assistência oncológica ambulatorial no Sistema Único de Saúde (SUS). O sistema foi modelado para recuperar a evolução do tratamento de cada caso de câncer e a produção dos serviços, tendo como vantagens: ser orientado ao caso de câncer, não requerer do usuário conhecimentos para a manipulação de bancos de dados e permitir a atualização da base à medida que novos dados vão surgindo. Os resultados das consultas ao sistema, quando comparados com os obtidos na inspeção direta da base original e com os obtidos com outra rotina de integração, foram idênticos. A utilização de uma ferramenta com essas características pelos gestores públicos pode contribuir para a melhoria da gestão da assistência oncológica ambulatorial prestada pelo SUS.

This study focuses on the development of a system to integrate monthly outpatient cancer care data in the Unified National Health System (SUS). The system was modeled to retrace the treatment evolution in each cancer case and services output, with the following advantage: the system focuses on the cancer case, does not require knowledge by the user in order to handle the database, and allows updating the base as new data emerge. The results of direct queries in the system were identical to those obtained from direct inspection of the original database and those from another integration approach. The use of a tool with these characteristics by public administrators can help improve the quality of outpatient cancer care provided by the National Health System.

Este trabalho visa ao desenvolvimento de um sistema para integrar os dados da produção mensal da assistência oncológica ambulatorial no Sistema Único de Saúde (SUS). O sistema foi modelado para recuperar a evolução do tratamento de cada caso de câncer e a produção dos serviços, tendo como vantagens: ser orientado ao caso de câncer, não requerer do usuário conhecimentos para a manipulação de bancos de dados e permitir a atualização da base à medida que novos dados vão surgindo. Os resultados das consultas ao sistema, quando comparados com os obtidos na inspeção direta da base original e com os obtidos com outra rotina de integração, foram idênticos. A utilização de uma ferramenta com essas características pelos gestores públicos pode contribuir para a melhoria da gestão da assistência oncológica ambulatorial prestada pelo SUS.

This study focuses on the development of a system to integrate monthly outpatient cancer care data in the Unified National Health System (SUS). The system was modeled to retrace the treatment evolution in each cancer case and services output, with the following advantage: the system focuses on the cancer case, does not require knowledge by the user in order to handle the database, and allows updating the base as new data emerge. The results of direct queries in the system were identical to those obtained from direct inspection of the original database and those from another integration approach. The use of a tool with these characteristics by public administrators can help improve the quality of outpatient cancer care provided by the National Health System.

Este estudo visa a analisar o papel do número de diagnósticos secundários no cálculo do índice de comorbidade de Charlson (ICC) no ajuste de risco da mortalidade 90 dias após cirurgia reparadora de fratura proximal de fêmur. Obtiveram-se as comorbidades por revisão dos prontuários de 390 pacientes com 50 anos ou mais de um hospital universitário no Município do Rio de Janeiro, Brasil, 1995 a 2000. Ajustaram-se modelos de regressão logística incluindo as variáveis idade, sexo e ICC. Calculou-se o ICC com: (1) todas as comorbidades do paciente; (2) apenas a comorbidade com maior peso; (3) apenas uma comorbidade sorteada. Houve gradiente na chance de óbito em função do ICC usando-se todas as comorbidades (RC = 6,53; IC95%: 2,27-18,77, escore 3 ou mais). Observou-se a capacidade de predição do ICC calculado com apenas uma comorbidade, entretanto apenas para o escore 1 em comparação ao 0: com maior peso (RC = 2,83; IC95%: 1,11-7,22); sorteada (RC = 2,90; IC95%: 1,07-7,81). É importante utilizar todas as comorbidades no ajuste de risco da mortalidade. Usar apenas um diagnóstico pode ser útil na classificação da gravidade do paciente.

This study evaluates the role of the number of secondary diagnoses for calculating the Charlson comorbidity index (CCI) in risk adjustment of the 90-day mortality rate after hip fracture surgical repair. Comorbidities were selected by reviewing the medical records of 390 patients 50 years of age or older in a teaching hospital in Rio de Janeiro from 1995 to 2000. Logistic regression models were fitted including the variables age, sex, and CCI. The CCI was calculated based on: (1) all patients' comorbidities; (2) only the comorbidity with the highest weight; and (3) a single randomly selected comorbidity. There was a gradient in the prediction of the CCI mortality rate when all comorbidities were used (OR = 6.53; 95%CI: 2.27-18.77, for scores <FONT FACE=Symbol>³</FONT> 3). The predictive capacity of the CCI was observed even when it was calculated using only one comorbidity: with the highest weight (OR = 2.83; 95%CI: 1.11-7.22); and randomly selected (OR = 2.90; 95%CI: 1.07-7.81). Using all comorbidities for CCI calculation is important. Severity indices based on a single comorbidity can be useful for risk adjustment procedures.

Este estudo visa a analisar o papel do número de diagnósticos secundários no cálculo do índice de comorbidade de Charlson (ICC) no ajuste de risco da mortalidade 90 dias após cirurgia reparadora de fratura proximal de fêmur. Obtiveram-se as comorbidades por revisão dos prontuários de 390 pacientes com 50 anos ou mais de um hospital universitário no Município do Rio de Janeiro, Brasil, 1995 a 2000. Ajustaram-se modelos de regressão logística incluindo as variáveis idade, sexo e ICC. Calculou-se o ICC com: (1) todas as comorbidades do paciente; (2) apenas a comorbidade com maior peso; (3) apenas uma comorbidade sorteada. Houve gradiente na chance de óbito em função do ICC usando-se todas as comorbidades (RC = 6,53; IC95%: 2,27-18,77, escore 3 ou mais). Observou-se a capacidade de predição do ICC calculado com apenas uma comorbidade, entretanto apenas para o escore 1 em comparação ao 0: com maior peso (RC = 2,83; IC95%: 1,11-7,22); sorteada (RC = 2,90; IC95%: 1,07-7,81). É importante utilizar todas as comorbidades no ajuste de risco da mortalidade. Usar apenas um diagnóstico pode ser útil na classificação da gravidade do paciente.

This study evaluates the role of the number of secondary diagnoses for calculating the Charlson comorbidity index (CCI) in risk adjustment of the 90-day mortality rate after hip fracture surgical repair. Comorbidities were selected by reviewing the medical records of 390 patients 50 years of age or older in a teaching hospital in Rio de Janeiro from 1995 to 2000. Logistic regression models were fitted including the variables age, sex, and CCI. The CCI was calculated based on: (1) all patients' comorbidities; (2) only the comorbidity with the highest weight; and (3) a single randomly selected comorbidity. There was a gradient in the prediction of the CCI mortality rate when all comorbidities were used (OR = 6.53; 95%CI: 2.27-18.77, for scores <FONT FACE=Symbol>³</FONT> 3). The predictive capacity of the CCI was observed even when it was calculated using only one comorbidity: with the highest weight (OR = 2.83; 95%CI: 1.11-7.22); and randomly selected (OR = 2.90; 95%CI: 1.07-7.81). Using all comorbidities for CCI calculation is important. Severity indices based on a single comorbidity can be useful for risk adjustment procedures.

OBJETIVO: Analisar os fatores associados à mortalidade em pacientes para tratamento da fratura proximal do fêmur e as diferentes formas de ajuste de risco. MÉTODOS: Estudo de coorte não-concorrente com 390 pacientes com 50 anos ou mais. Os pacientes foram identificados no Sistema de Informações Hospitalares do Sistema Único de Saúde, internados para correção cirúrgica da fratura proximal do fêmur em um hospital universitário do município do Rio de Janeiro, entre 1995 e 2000. Foram levantados dados complementares nos prontuários desses pacientes e elaborados modelos de regressão logística para a chance de óbito em 90 dias após a data da admissão, segundo perfil dos pacientes e do tratamento. Foram calculados índices de classificação da gravidade do paciente. RESULTADOS: A taxa de mortalidade foi de 7,4% e os fatores que tiveram efeito sobre o óbito foram: idade (OR=1,06; IC 95%: 1,02;1,11), quantidade de comorbidades (OR=1,44; IC 95%: 1,12;1,69), índice de comorbidade de Charlson acima de 2 (OR=6,67; IC 95%: 2,98;22,16) e intervalo de tempo para a realização da cirurgia (OR=1,04; IC 95%:1,02;1,07). CONCLUSÕES: A quantidade de comorbidades e o índice de comorbidade de Charlson auxiliaram na predição da mortalidade.

OBJECTIVE: To assess factors associated to mortality in patients with hip fracture and to describe different risk adjustment measures. METHODS: Non-concurrent cohort study comprising 390 patients aged 50 years and more. Patients were identified from the Brazilian Unified Health System Hospital Information System, admitted for hip fracture surgery in a teaching hospital in Rio de Janeiro, southeastern Brazil, between 1995 and 2000. Data from medical records were collected and analyzed by logistic regression models to study 90-day mortality odds after admission according to patient and treatment profiles. Severity of illness classification indexes were estimated. RESULTS: Mortality rate was 7.4% and factors affecting mortality were age (OR=1.06; 95% CI: 1.02;1.11), number of co-morbidities (OR=1.44; 95% CI: 1.12;1.69), Charlson co-morbidity index (OR=6.67; 95% CI: 2.98;22.16) and time to surgery (OR=1.04; 95% CI: 1.02;1.07). CONCLUSIONS: Number of co-morbidities and Charlson co-morbidity index helped predicting the mortality rate.

OBJETIVO: Analisar os fatores associados à mortalidade em pacientes para tratamento da fratura proximal do fêmur e as diferentes formas de ajuste de risco. MÉTODOS: Estudo de coorte não-concorrente com 390 pacientes com 50 anos ou mais. Os pacientes foram identificados no Sistema de Informações Hospitalares do Sistema Único de Saúde, internados para correção cirúrgica da fratura proximal do fêmur em um hospital universitário do município do Rio de Janeiro, entre 1995 e 2000. Foram levantados dados complementares nos prontuários desses pacientes e elaborados modelos de regressão logística para a chance de óbito em 90 dias após a data da admissão, segundo perfil dos pacientes e do tratamento. Foram calculados índices de classificação da gravidade do paciente. RESULTADOS: A taxa de mortalidade foi de 7,4% e os fatores que tiveram efeito sobre o óbito foram: idade (OR=1,06; IC 95%: 1,02;1,11), quantidade de comorbidades (OR=1,44; IC 95%: 1,12;1,69), índice de comorbidade de Charlson acima de 2 (OR=6,67; IC 95%: 2,98;22,16) e intervalo de tempo para a realização da cirurgia (OR=1,04; IC 95%:1,02;1,07). CONCLUSÕES: A quantidade de comorbidades e o índice de comorbidade de Charlson auxiliaram na predição da mortalidade.

OBJECTIVE: To assess factors associated to mortality in patients with hip fracture and to describe different risk adjustment measures. METHODS: Non-concurrent cohort study comprising 390 patients aged 50 years and more. Patients were identified from the Brazilian Unified Health System Hospital Information System, admitted for hip fracture surgery in a teaching hospital in Rio de Janeiro, southeastern Brazil, between 1995 and 2000. Data from medical records were collected and analyzed by logistic regression models to study 90-day mortality odds after admission according to patient and treatment profiles. Severity of illness classification indexes were estimated. RESULTS: Mortality rate was 7.4% and factors affecting mortality were age (OR=1.06; 95% CI: 1.02;1.11), number of co-morbidities (OR=1.44; 95% CI: 1.12;1.69), Charlson co-morbidity index (OR=6.67; 95% CI: 2.98;22.16) and time to surgery (OR=1.04; 95% CI: 1.02;1.07). CONCLUSIONS: Number of co-morbidities and Charlson co-morbidity index helped predicting the mortality rate.