Investigando Fragilidades na Coleta de Dados em Sistemas de Informação em Saúde e suas Implicações para Modelagens e a Tomada de Decisão no SUS

• Flávia Rosane de Mendonça Luis UFMT
• Thiago Meirelles Ventura UFMT

DOI: https://doi.org/10.5753/sbcas.2026.21478

Resumo

Este estudo investiga fragilidades na coleta e no armazenamento de dados em sistemas de informação em saúde e suas possíveis implicações para modelagens de dados e tomada de decisão clínica e gerencial. Os resultados indicam que aspectos humanos, organizacionais e tecnológicos podem gerar inconsistências e imprecisões nos dados. Como continuidade da pesquisa, serão aplicados questionários com profissionais de saúde para identificar falhas percebidas na coleta e armazenamento de dados, além da realização de simulações de modelagens incorporando essas falhas para avaliar seus impactos nas análises e decisões.

Referências

Amare, G., Shentema, M. G., Teshome, F., Tadesse, Y., Enyew, D. B., Tsegaw, D., Muleta, M. (2025). Behavioral factors affecting data quality and information utilization in health facilities in ethiopia, 2023: an exploratory qualitative study. Archives of Public Health, v. 83, p. 230.

Brasil (1988). Constituição da República Federativa do Brasil de 1988”. Brasília, DF: Presidência da República.

Brasil (2006). Lei Nº 11.350 de 05 de outubro de 2006. Regulamenta o § 5º do art. 198 da Constituição, dispõe sobre o aproveitamento de pessoal amparado pelo parágrafo único do art. 2º da Emenda Constitucional nº 51, de 14 de fevereiro de 2006, e dá outras providências.

Byrne, E;; Heywood, A; (2023). Use of routine health information systems data in developing and monitoring district and facility health plans: a scoping review. BMC Health Services Researchv. 23, n. 1, p. 1049.

Chanyalew, M. A., Yitayal, M., Atnafu, A., & Tilahun, B. (2023). Assessment of data demand for informed-decisions among health facility and department heads in public health facilities of Amhara Region, northwest Ethiopia. Health research policy and systems, v. 21, n. 1, p. 62, 2023.

Coelho Neto, Giliate,, C.; Chioro, A. (2021). Afinal, quantos Sistemas de Informação em Saúde de base nacional existem no Brasil?. Cadernos de Saúde Pública , v. 37, p. e00182119.

Daneshkohan, A., Alimoradi, M., Ahmadi, M., & Alipour, J. (2022). Data quality and data use in primary health care: A case study from Iran. Informatics in Medicine Unlocked, v. 28, p. 100855.

De Oliveira, L. S., Silva, G. G., Magalhães, E. V., Moura, O. F., Schettert, I. R., Simon, O. A. A., Paula, B. C., Lopes, A, L. B., Cunha H. C. (2024). Gestão eficiente da atenção básica no sus: rumo a um sistema de saúde mais equitativo e inclusivo. Licença creative commons, p. 93.

Eisinger-Mathason, T. K., Leshin, J., Lahoti, V., Fridsma, D. B., Mucaj, V., & Kho, A. N. (2025). Data linkage multiplies research insights across diverse healthcare sectors. Communications Medicine v. 5, n. 1, p. 58.

Getzen, E., Ungar, L., Mowery, D., Jiang, X., Long, Q. (2023). Mining for equitable health: Assessing the impact of missing data in electronic health records. Journal of biomedical informatics. v. 139, p. 104269.

Guide, A., Sulieman, L., Garbett, S., Cronin, R. M., Spotnitz, M., Natarajan, K., Chen, Q. (2024). Identifying erroneous height and weight values from adult electronic health records in the All of Us research program. Journal of biomedical informatics v. 155, p. 104660.

Kitchenham, B. Procedures for performing systematic reviews. Keele, UK, Keele Univ., v. 33, 08 2004.

Liu, J., Capurro, D., Nguyen, A., & Verspoor, K. (2022). Note Bloat, impacts deep learning-based NLP models for clinical prediction tasks. v. 133, p. 104149.

Luis, F. R. M., Araujo, N. V., Neto, C. D., & Ventura, T. M. (2025). Proposta de Aplicação da LGPD na Coleta e Manipulação de Dados Sensíveis na Atenção Primária do SUS para Levantamento de Requisitos dos Softwares. Escola Regional de Sistemas de Informação de Mato Grosso. pp. 159-164.

Mcvey, L., Alvarado, N., Greenhalgh, J., Elshehaly, M., Gale, C. P., Lake, J., ... & Randell, R. (2021). Hidden labour: the skilful work of clinical audit data collection and its implications for secondary use of data via integrated health IT. BMC Health Services Research, v. 21, n. 1, p. 702.

Salangwa, C., Munthali, R., Mfune, L., & Nyirenda, VK (2025). Utilisation of data and factors affecting the performance of the Health Management Information System (HMIS). The case of six Synods of Livingstonia health facilities in Malawi. Archives of Public Health, v. 83, n. 1, p. 1-9.

Tan, AL, Getzen, EJ, Hutch, MR, Strasser, ZH, Gutiérrez-Sacristán, A., Le, TT, Holmes, JH (2023). Informative missingness: What can we learn from patterns in missing laboratory data in the electronic health record?. Journal of biomedical informaticsv. 139, p. 104306.