Análise temporal de uma rede de contato hospitalar utilizando técnicas de visualização de informação

• Cláudio D. G. Linhares UFU
• Jean R. Ponciano UFU
• Luis E. C. Rocha Instituto Karolinska
• José Gustavo de S. Paiva UFU
• Bruno A. N. Travençolo UFU

DOI: https://doi.org/10.5753/sbcas.2017.3696

Resumo

A visualização de redes temporais, isto é, a visualização de redes que representam interações entre as instâncias de um domínio e que possuem informações sobre quando essas interações ocorreram, exerce um papel relevante na identificação de propriedades que seriam de difícil percepção sem uma adequada estratégia de visualização. Este trabalho apresenta um estudo de caso de aplicação de um sistema de análise visual em uma rede de contato hospitalar. O objetivo é demonstrar a aplicabilidade dessa ferramenta no auxílio a tomadas de decisão em relação a dados da área da saúde. Os resultados alcançados demonstram a facilidade da análise da rede e a percepção de padrões, agilizando e deixando as tomadas de decisão mais confiáveis.

Referências

Albert, R. and Barabási, A.-L. (2002). Statistical mechanics of complex networks. Rev. Mod. Phys., 74(1):47–97.

Bastert, O. and Matuszewski, C. (2001). Layered drawings of digraphs. In Kaufmann, M. and Wagner, D., editors, Drawing Graphs, volume 2025 of Lecture Notes in Computer Science, pages 87–120. Springer Berlin Heidelberg.

Baur, M. and Brandes, U. (2005). Crossing reduction in circular layouts. In Hromkovič, J., Nagl, M., and Westfechtel, B., editors, Graph-Theoretic Concepts in Computer Science, volume 3353 of Lecture Notes in Computer Science, pages 332–343. Springer Berlin Heidelberg.

Cattuto, C., Van den Broeck, W., Barrat, A., Colizza, V., Pinton, J.-F., and Vespignani, A. (2010). Dynamics of person-to-person interactions from distributed rfid sensor networks. PloS one, 5(7):e11596.

Estrada, E. (2015). Introduction to Complex Networks: Structure and Dynamics, pages 93–131. Springer International Publishing, Cham.

Holme, P. and Saramäki, J. (2012). Temporal networks. Physics Reports, 519(3):97 – 125.

Linhares, C. D. G., Travençolo, B. A. N., Paiva, J. G. S., and Rocha, L. E. C. (2017). Dynetvis: A system for visualization of dynamic networks. Symposium on Applied Computing, pages 187–194.

van den Elzen, S., Holten, D., Blaas, J., and van Wijk, J. J. (2013). Reordering massive sequence views: Enabling temporal and structural analysis of dynamic networks. In Visualization Symposium (PacificVis), 2013 IEEE Pacific, pages 33–40. IEEE.

Vanhems, P., Barrat, A., Cattuto, C., Pinton, J.-F., Khanafer, N., Régis, C., Kim, B.-a., Comte, B., and Voirin, N. (2013). Estimating potential infection transmission routes in hospital wards using wearable proximity sensors. PLoS One, 8:e73970.

Ware, C. (2013). Information Visualization: Perception for Design, volume 3. Morgan Kaufmann Publishers Inc.

Zhang, Q.-G., Liu, H.-Y., Zhang, W., and Guo, Y.-J. (2005). Drawing undirected graphs with genetic algorithms. In Wang, L., Chen, K., and Ong, Y., editors, Advances in Natural Computation, volume 3612 of Lecture Notes in Computer Science, pages 28–36. Springer Berlin Heidelberg.