Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Caroline Franco Zanon APLICAÇÃO DE UM PROGRAMA DE EXTRAÇÃO DE DADOS ATRAVÉS DA TÉCNICA DE WEB SCRAPING PARA DETERMINAÇÃO DO PERFIL EPIDEMIOLÓGICO DOS PACIENTES DA CLÍNICA DE ESTOMATOLOGIA DA FACULDADE DE ODONTOLOGIA DA UFRJ CADASTRADOS NO SOFTWARE ESTOMATO WEB Rio de Janeiro 2017 APLICAÇÃO DE UM PROGRAMA DE EXTRAÇÃO DE DADOS ATRAVÉS DA TÉCNICA DE WEB SCRAPING PARA DETERMINAÇÃO DO PERFIL EPIDEMIOLÓGICO DOS PACIENTES DA CLÍNICA DE ESTOMATOLOGIA DA FACULDADE DE ODONTOLOGIA DA UFRJ CADASTRADOS NO SOFTWARE ESTOMATO WEB Caroline Franco Zanon Orientadora: Profª. Drª. Michelle Agostini Rio de Janeiro 2017 Dissertação apresentada ao Mestrado Profissional em Clínica Odontológica da Faculdade de Odontologia da Universidade Federal do Rio de Janeiro, como requisito parcial para obtenção de grau de Mestre. CIP - Catalogação na Publicação Elaborado pelo Sistema de Geração Automática da UFRJ com os dados fornecidos pelo(a) autor(a). ZZ33aa Zanon, Caroline Franco APLICAÇÃO DE UM PROGRAMA DE EXTRAÇÃO DE DADOS ATRAVÉS DA TÉCNICA DE WEB SCRAPING PARA DETERMINAÇÃO DO PERFIL EPIDEMIOLÓGICO DOS PACIENTES DA CLÍNICA DE ESTOMATOLOGIA DA FACULDADE DE ODONTOLOGIA DA UFRJ CADASTRADOS NO SOFTWARE ESTOMATO WEB / Caroline Franco Zanon. -- Rio de Janeiro, 2017. 61 f. Orientadora: Michelle Agostini. Dissertação (mestrado) - Universidade Federal do Rio de Janeiro, Faculdade de Odontologia, Programa de Pós-Graduação em Odontologia, 2017. 1. Estomatologia. 2. Patologia Bucal. 3. Sistemas Computadorizados de Registros Médicos. 4. Doenças da Boca. 5. Levantamento Epidemiológico. I. Agostini, Michelle, orient. II. Título. APLICAÇÃO DE UM PROGRAMA DE EXTRAÇÃO DE DADOS ATRAVÉS DA TÉCNICA DE WEB SCRAPINGPARA DETERMINAÇÃO DO PERFIL EPIDEMIOLÓGICO DOS PACIENTES DA CLÍNICA DE ESTOMATOLOGIA DA FACULDADE DE ODONTOLOGIA DA UFRJ CADASTRADOS NO SOFTWARE ESTOMATO WEB. Dissertação de Mestrado submetida ao Programa de Pós – graduação em Odontologia (Mestrado Profissional), Faculdade de Odontologia da Universidade Federal do Rio de Janeiro – UFRJ, como parte dos requisitos necessários à obtenção do título de Mestre em Odontologia. Rio de Janeiro, _______ de __________________________ de 2017. Aprovada por: _______________________________________________________________ Michelle Agostini Doutora (Membro da Banca Examinadora) Departamento de Patologia e Diagnóstico Oral, Faculdade de Odontologia, UFRJ _______________________________________________________________ Sandra Regina Torres Doutora (Membro da Banca Examinadora) Departamento de Patologia e Diagnóstico Oral, Faculdade de Odontologia, UFRJ _______________________________________________________________ Mônica Israel Doutora (Membro da Banca Examinadora) Professora Adjunta de Estomatologia da Universidade do Estado do Rio de Janeiro, UERJ __________________________________________________DEDICATÓRIA À minha amada avó Maria de Lourdes Gandolpho (in memorian), obrigada por ser a base da minha vida. Agradeço por ter me dedicado sempre o seu amor incondicional, e por jamais ter poupado esforços para me ajudar a atingir meus objetivos e me fazer feliz! Agradeço por toda a dedicação na minha criação, fato que me permitiu sempre chegar mais longe, e fez com que fosse possível ser quem sou hoje. Palavras não são capazes de descrever o amor que sinto por você, a enorme falta que você me faz e o quanto tenho para lhe agradecer! À ela, minha avó, minha mãe, meu alicerce, meu porto seguro, dedico meu eterno amor e gratidão! “Aqueles que passam por nós, não vão sós, não nos deixam sós. Deixam um pouco de si, levam um pouco de nós.” Antoine de Saint-Exupéry ______________________________________________AGRADECIMENTOS A Deus, agradeço por me conceder tantas graças e por ser o meu guia, me permitindo realizar meus sonhos. “Por isso não temas, pois estou contigo; não tenhas medo, pois sou o teu Deus. Eu o fortalecerei e o ajudarei; eu o segurarei com a minha mão direita vitoriosa.” Isaías 41:10 À minha família, “Esteja eu onde estiver, meu coração estará sempre com minha família onde o amor e o apoio são sinceros e inesgotáveis.” Autor Desconhecido Ao meu amado marido Diego de Almeida Zanon, agradeço por todo amor, apoio, carinho e dedicação. Agradeço pela sua paciência, e por estar sempre disposto a me ajudar. Agradeço por suas palavras e visões positivas, por seu companheirismo, por estar sempre ao meu lado, acreditando no meu melhor e no meu potencial. Você esteve ao meu lado sendo meu alicerce em vários momentos importantes da minha vida, e eu jamais seria uma pessoa completa se não tivesse você! Só tenho a agradecer também por toda sua incrível contribuição profissional e sua dedicação, que permitiram a construção desse trabalho. Obrigada por tudo! Te amo demais! “A suprema felicidade da vida é ter a convicção de que somos amados.” Victor Hugo À minha mãe Carmen Lucia de Souza Franco, obrigada por todo o, carinho e amor. Você é a base da minha vida, me ensinou a crescer e escolher um ótimo caminho. Admiro sua coragem, e sua força, você é um exemplo para mim. Te amo! Ao meu pai Davidson Alves Franco, obrigada pelo seu apoio incondicional, por sempre acreditar em mim, obrigada por nunca medir esforços para me ver feliz, e por fazer de mim uma pessoa melhor. Você também é à base da minha vida, te amo! À minha amada irmã, Cássia de Souza Franco, minha princesa e minha cúmplice, obrigada pelo amor, carinho, respeito e amizade. Agradeço a você por me ouvir nos momentos de angústias e incertezas, por me entender com apenas um olhar, e me motivar sempre a atingir o meu melhor. Desculpa pelos momentos de ausência, e obrigada por estar sempre disposta a me ajudar. Você é um sonho realizado pra mim, te amo demais! “Irmãos são amigos com um laço ainda mais forte que a amizade e tão poderoso como o amor!” Autor Desconhecido À minha amada madrinha Teresa Cristina Rodrigues de Souza, minha segunda mãe, obrigada por acreditar em mim e me apoiar incondicionalmente. Obrigada pela palavra amiga, e por sempre me encorajar a seguir em frente, nunca medindo esforços para me ajudar a enfrentar os momentos difíceis. Você também é base da minha vida! Te amo! Aos meus familiares, agradeço pela torcida, amor, carinho e apoio. Em especial, à Maria de Lourdes de Almeida Zanon e a Vanessa de Almeida Zanon. Aos Professores, “Se eu vi mais longe, foi por estar sobre ombros de gigantes.” Isaac Newton À minha orientadora Professora Doutora Michelle Agostini, obrigada por contribuir para minha formação de Mestre. Agradeço por todo carinho, preocupação, ensinamentos e pelo aprendizado profissional e pessoal. Eu me orgulho em ser sua aluna, e admiro toda a sua dedicação e competência. Agradeço por ter tido a oportunidade de conviver com uma profissional brilhante como você, obrigada pela confiança! À Professora Doutora Ellen Brilhante Cortezzi, agradeço por todo conhecimento transmitido, por sanar minhas dúvidas no decorrer do desenvolvimento deste projeto. Você é um exemplo de dedicação, e eu agradeço por todo carinho e ensinamentos. Obrigada por sempre estar disposta a ajudar! À Professora Doutora Sandra Regina Torres, sua ajuda foi fundamental para este trabalho. Obrigada pela estatística, cálculos e auxílio com as tabelas. Muito obrigada! Aos Professores do Programa de Mestrado Profissional em Clínica Odontológica (FO/UFRJ), agradeço por compartilharem suas experiências e seus ensinamentos. Obrigada pela oportunidade de crescimento pessoal e profissional através de cada aula, seminários, clínicas, congressos, painéis, trabalhos e palavras de apoio! "Feliz aquele que transfereo que sabe e aprende o que ensina". Cora Coralina Aos meus amigos, “Amigos são a família que nos permitiram escolher.” William Shakespeare Aos amigos de uma vida Tatiana Di Blasi, Pedro Philipi de Assis Lucena, Orlando Vinícius Valença Ferreira da Silva e Rodrigo Couto Macedo, vocês são extremamente especiais pra mim, os irmãos que a vida me deu! Obrigada a todos pelo carinho, apoio, incentivo, desabafos, angústias, alegrias e aprendizados compartilhados. Vocês estiveram presentes nos momentos mais importantes da minha vida e serei eternamente grata por ter o privilégio de ter vocês como AMIGOS! Amo vocês! À amiga Ticianne Ruas de Meirelles Benites, eterna dupla e presente da odontologia para minha vida, obrigada pela amizade sincera, apoio, incentivo e carinho! Você também foi outra irmã que a vida me deu. Agradeço por você está presente nos melhores momentos da minha vida! Te adoro! À amiga Brenda de Souza Moura, obrigada pelas conversas, amizade, companheirismo, apoio, risadas, cantorias no carro na volta para casa e pelo carinho de sempre! Partilhamos uma longa caminhada e agradeço por sua amizade, e por estar sempre disposta e pronta para ajudar. À amiga Mara Regina Rocha Pereira, agradeço por todo carinho, pelo convívio maravilhoso e pela amizade construída nesses dois anos. Você é uma excelente profissional, e uma pessoa maravilhosa. Obrigada por sua amizade! Aos amigos de turma do mestrado, nossa convivência foi ESSENCIAL para que esta jornada fosse concluída com sucesso. Obrigada pela troca de experiências, e por compartilharem os momentos dessa caminhada. Aprendi muito com cada um de vocês, muito SUCESSO a todos! “Tenho preferência por pessoas que sorriem sem motivo, abraçam de graça e amam de verdade!” Tatiana Zanella Outros agradecimentos, A todos os funcionários do Departamento de Diagnóstico Oral, obrigada pela ajuda, suporte, paciência e dedicação. Nada funcionaria sem todos vocês! À Faculdade de Odontologia da Universidade Federal do Rio de Janeiro, obrigada pelo suporte, pela excelente qualidade de ensino e pesquisa, que foram essenciais para o desenvolvimento deste trabalho. A todas as pessoas que contribuíram de alguma forma, direta ou indiretamente, para a conclusão deste trabalho, muito obrigada! RESUMO O serviço de Estomatologia da Faculdade de Odontologia da Universidade Federal do Rio de Janeiro (FO-UFRJ) se dedica ao diagnóstico e tratamento de pacientes com lesões bucais há 40 anos. Recentemente, um sistema digital de gerenciamento de dados de pacientes denominado Estomato Web foi implementado neste serviço. Esse sistema gera prontuários eletrônicos, onde é possível armazenar digitalmente os dados da anamnese, bem como fotos clínicas, exames de imagem e exames complementares, permitindo o estabelecimento de um banco de dados único, facilitando o manejo clínico dos pacientes e o gerenciamento e análise dos dados. O objetivo deste estudo foi a aplicação de um programa de extração de dados para determinar o perfil epidemiológico dos pacientes da Clínica de Estomatologia da FO-UFRJ cadastrados no Estomato Web. Como este software não fornece ferramentas para análises estatísticas ou a possibilidade de extrair ou exportar um grande conjunto de dados de uma única vez, o programa EstomatoWeb Scraper foi criado através da técnica denominada Web scraping, possibilitando a coleta dos dados em poucos minutos e a exportação para planilhas do Excel. Os parâmetros coletados e analisados foram: (1) cidade e bairro de origem (área programática), (2) gênero, (3) idade, (4) hábitos (fumo e ingestão de bebidas alcoólicas) e (5) diagnóstico final. Os dados de 343 pacientes cadastrados foram coletados. Destes, 128 foram excluídos porque estavam incompletos e somente 215 eram válidos para análise estatística, sendo 148 do gênero feminino e 48 do gênero masculino. A idade variou de 1 a 89 anos, com média de 53 anos. O Município do Rio de Janeiro foi o que apresentou o maior número de indivíduos, sendo os bairros mais prevalentes a Ilha do Governador e Bonsucesso. Dos indivíduos incluídos no estudo, 11,2% eram tabagistas e 12,6% etilistas. As condições patológicas mais frequentes neste estudo foram: neuralgia do trigêmeo (8,8%), hiperplasia fibrosa (5,5%), disfunção temporomandibular e líquen plano (3,7%), carcinoma de células escamosas (3,2%), granuloma piogênico e a síndrome da ardência bucal (2,79%). Este foi um estudo inicial da aplicação do programa Estomato Web Scraper, o qual foi realizado com a primeira amostra de pacientes da Clínica de Estomatologia da FO/UFRJ cadastrados no Estomato Web. O uso do programa Estomato Web Scraper facilita a coleta, avaliação e interpretação dos dados registrados no Estomato Web e poderá ser útil para futuros estudos multicêntricos na área de Estomatologia no Brasil. Descritores: Levantamento Epidemiológico, Patologia Bucal, Doenças da Boca, Diagnóstico Bucal, Estomatologia, Sistemas Computadorizados de Registros Médicos. ABSTRACT The Oral Medicine Service of the Dental School of Universidade Federal do Rio de Janeiro is dedicated to the diagnosis and treatment of patients with oral lesions for 40 years. Recently, a digital medical record system named Estomato Web had been implemented in this service. This system generates electronic records in which information of the patients, like clinical photos, imaging and laboratory tests can be store digitally, allowing the establishment of a single database, helping clinical management of the patients and the analysis of data information through integrated access to different functional domains. The aim of this study was to applied a data extraction program to determine the epidemiological profile of the patients of the Stomatology Clinic of FO-UFRJ registered in the Estomato Web system. This program does not provide tools for statistical analysis or the ability to extract or export a large set of data at a single time, The EstomatoWeb Sraper was created through the technique called Web scraping, allowing data collection in a few minutes and exporting to Excel spreadsheets. The parameters collected and analyzed were: (1) city and neighborhood (program area), (2) gender, (3) age, (4) habits (smoking and alcoholic beverage) and (5) final diagnosis. Data from 343 registered patients were collected. 128 were excluded because they were incomplete and only 215 were valid for statistics analysis, 148 from female gender and 48 from male gender. The age varied from 1 to 89 years old, and the mean was 53 years old. The city of Rio de Janeiro was the one that presented the largest number of individuals, and the most prevalent neighborhoods were Ilha do Governador and Bonsucesso. Of the individuals included in the study, 11.2% were smokers and 12.6% consumed alcohol. The most frequents pathological conditions on this research were trigeminal neuralgia (8,8%), fibrous hyperplasia (5,5%), temporomandibular dysfunction and lichen planus (3,7%), squamous cell carcinoma (3,2%), pyogenic granuloma and oral burning (2,79%). This was an initial study of the application of the EstomatoWeb Scraper program, which was carried out with the first sample of patients from the Clinic of Stomatology of the FO / UFRJ, registered in the Estomato Web. The use of the EstomatoWeb Scraper program facilitates the collection, evaluation and interpretation of data recorded in the Estomato Web and may be useful for future multicentric studies in the area of oral medicine in Brazil. Descriptors: Health Surveys, Oral Pathology, Mouth Diseases, Oral Diagnosis, Oral Medicine, Medical Records Systems, Computerized Lista de Ilustrações Figura 1 – Interfacegráfica de fácil manipulação do EstomatoWeb Scraper...13 Figura 2 – Tela para a seleção de informações para extração das informações do Estomato Web....................................................................................................................13 Figura 3 – Tela para o acesso ao software, que é realizado com o mesmo usuário e senha do Estomato Web....................................................................14 Figura 4 – Ambiente do Serviço de Estomatologia da Faculdade de Odontologia da Universidade Federal do Rio de Janeiro no website Estomato Web....................................................................................................................17 Figura 5 – Foto da Clínica do Serviço de Estomatologia da Faculdade de Odontologia da Universidade Federal do Rio de Janeiro...............................................................................................................17 Figura 6 – Dados da ficha clínica do prontuário eletrônico...............................18 Figura 7 – Disponibilidade de busca por nome, CPF, matrícula, diagnóstico clinico e diagnóstico final, fornecido pelo Estomato Web....................................................................................................................19 Figura 8 – Mapa de Áreas Programáticas do Município do Rio de Janeiro de Acordo com o Ministério Saúde.........................................................................21 Figura 9 – Extração dos dados dos pacientes do Estomato Web – novembro de 2016..............................................................................................................24 Figura 10 – Planilha do Microsoft Excel 2007 do Microsoft Office, gerada a partir da extração feita com o programa EstomatoWeb Scraper..............................................................................................................24 Figura 11 – Frequência de pacientes por gênero.............................................25 Figura 12 – Frequência de pacientes por faixa etária.......................................26 Figura 13 – Associação entre gênero e faixa etária..........................................27 Figura 14 – Porcentagem de pacientes por área programática........................28 Figura 15 – Frequência de pacientes fumantes, não fumantes e que pararam de fumar.............................................................................................................29 Figura 16 – Frequência de pacientes etilistas e não etilistas...............................................................................................................29 Figura 17 – Frequência de pacientes fumantes, não fumantes e que pararam de fumar por gênero..........................................................................................30 Figura 18 – Frequência de pacientes fumantes, não fumantes e que pararam de fumar por faixa etária....................................................................................31 Figura 19 – Frequência de pacientes etilistas e não etilistas por gênero.........32 Figura 20 – Frequência de pacientes etilistas e não etilistas por faixa etária...33 Figura 21 – Diagnósticos mais frequentes de acordo com as diferentes categorias de alterações orais...........................................................................34 Figura 22 – Diagnósticos finais mais frequentes..............................................37 Lista de Tabelas Tabela 1 – Associação das diferentes categorias de lesões diagnosticadas nos 215 indivíduos incluídos no estudo com a idade...............................................34 Tabela 2 – Associação das diferentes categorias de lesões diagnosticadas nos 215 indivíduos incluídos no estudo com o gênero.............................................35 Tabela 3 – Correlação das diferentes categorias de lesões diagnosticadas nos 215 indivíduos incluídos no estudo com o hábito de etilismo............................35 Tabela 4 – Correlação das diferentes categorias de lesões diagnosticadas nos 215 indivíduos incluídos no estudo com o hábito do tabagismo........................36 Tabela 5 – Associação das alterações orais mais prevalentes com a idade....37 Tabela 6 – Associação das alterações orais mais prevalentes com gênero....38 Tabela 7 – Associação das alterações orais mais prevalentes com o hábito do tabagismo..........................................................................................................38 Tabela 8 – Associação das alterações orais mais prevalentes com hábito de etilismo...............................................................................................................39 Lista de Abreviações e Siglas AP - Áreas programáticas CV - Coeficiente de Variação DOM - Document Object Model FO/UFRJ - Faculdade de Odontologia da Universidade Federal do Rio de Janeiro HTML - HyperText Markup Language HTTP - HyperText Transfer Protocol IBM - International Business Machines IBM - International Business Machines JS - JavaScript MIT - Massachusetts Institute of Technology N - Número RES - Registros eletrônicos de saúde SC - Santa Catarina SOBEP - Sociedade Brasileira de Estomatologia e Patologia Oral SPSS - Statistical Package for the Social Sciences TCLE - Termo De Consentimento Livre e Esclarecido UFRJ - Universidade Federal do Rio de Janeiro Lista de Símbolos % - Porcentagem * - Asterisco : Divisão < - Menor < - Menor = - Igual ° - Grau ª – indicador ordinal SUMÁRIO 1 – INTRODUÇÃO .............................................................................................. 1 2 – OBJETIVO GERAL ....................................................................................... 3 2.1 Objetivos Específicos ...................................................................................................... 3 3 – REVISÃO DA LITERATURA ......................................................................... 4 3.1 Tecnologia da Informação .............................................................................................. 4 3.2 Registros Eletrônicos de Saúde .................................................................................... 4 3.3 Estomato Web .................................................................................................................. 6 3.4 Web Scraping ................................................................................................................... 7 3.5 Estudos Epidemiológicos em Estomatologia ............................................................... 8 3.6 Prevalência ou Incidência de Lesões de Boca ............................................................ 9 4 – MATERIAIS E MÉTODOS .......................................................................... 11 4.1 Criação do programa EstomatoWeb Scraper ............................................................ 11 4.2 População alvo ............................................................................................................... 16 4.3 Coleta de dados ............................................................................................................. 16 4.4 Análise estatística ............................................................................................... 22 4.5 Considerações éticas .......................................................................................... 22 5 – RESULTADOS ............................................................................................ 24 5.1 EstomatoWeb Scraper e coleta dos dados ................................................................ 24 5.2 Perfil epidemiológico dos pacientes da clínica de Estomatologia da UFRJ cadastrados no Estomato Web no período de março de2014 a setembro de 2016 . 25 6 – DISCUSSÃO ............................................................................................... 40 7 – CONCLUSÕES ........................................................................................... 51 8 - REFERÊNCIAS ............................................................................................ 52 1 1 – INTRODUÇÃO A adoção da tecnologia de informação em saúde, com sistemas de registros de prontuários eletrônicos, conduz a uma maior eficiência na coleta de dados, melhorando a qualidade e a compreensão das informações recolhidas. A utilização de sistemas digitais específicos para a área de Estomatologia contribuiu de maneira significativa para o diagnóstico clínico, planejamento de tratamentos, qualidade do ensino e pesquisa clínica e epidemiológica em odontologia (Bowens et al., 2010; Brailo et al., 2015). O conhecimento do perfil dos pacientes atendidos em um Serviço de Estomatologia é de grande importância, uma vez que os trabalhos epidemiológicos são úteis para o desenvolvimento de estratégias preventivas e educativas, além de serem cruciais para diminuir custos, melhorar a qualidade do atendimento oferecido pelo serviço e servir de referência para inúmeras pesquisas (Pindborg, 1977; Jones & Franklin., 2006b; Kumar et al., 2006). Neste contexto, um sistema de gerenciamento de dados de pacientes para clínicas e serviços de Estomatologia e Patologia Oral baseado em web, o Estomato Web foi formulado pela Sociedade Brasileira de Estomatologia e Patologia Oral (SOBEP) em 2007, permitindo que as informações da anamnese, do exame clínico, dos exames de imagem, exames laboratoriais e fotografias de pacientes fossem armazenadas digitalmente de maneira padronizada e posteriormente consultadas para o gerenciamento do serviço e realização de pesquisas. O Estomato Web foi implementado no serviço de Estomatologia da Faculdade de Odontologia da UFRJ (FO/UFRJ) em 2014 e facilitou a coleta e organização dos dados dos pacientes atendidos neste serviço, permitindo a formação de um banco de dados único, o qual poderá ser utilizado para fins acadêmicos e de pesquisa. Dessa maneira, com a utilização deste sistema, o levantamento do perfil epidemiológico dos pacientes atendidos é facilitado. O sistema Estomato Web possui ferramentas para consulta, manipulação e visualização dos dados. Porém, o mesmo não fornece ferramentas para análises estatísticas ou a possibilidade de extrair ou exportar um grande conjunto de dados de uma única vez. Além disso, com a ausência 2 de mecanismos para integração com outros sistemas, os pesquisadores são obrigados a copiar os dados manualmente do Estomato Web e inserir os mesmos em outros sistemas para que análises sejam possíveis. Sendo assim, o objetivo do presente estudo foi aplicar um programa de extração de dados, que foi desenvolvido baseado na técnica de web scraping para a automatização da leitura das informações disponibilizadas pelo Estomato Web. Este programa foi denominado EstomatoWeb Scraper e foi utilizado para determinar o perfil epidemiológico dos pacientes da Clínica de Estomatologia da FO/UFRJ inicialmente cadastrados no Estomato Web. Os parâmetros coletados e analisados foram: (1) cidade e bairro de origem (área programática), (2) gênero, (3) idade, (4) hábitos (fumo e ingestão de bebidas alcoólicas) e (5) diagnóstico final. O uso do programa EstomatoWeb Scraper facilita a coleta, avaliação e interpretação dos dados registrados no Estomato Web e poderá ser útil para futuros estudos multicêntricos na área de Estomatologia no Brasil, pois será gratuitamente disponibilizado para os usuários deste software após a finalização deste trabalho. 3 2 – OBJETIVO GERAL Aplicar um programa de extração de dados através da técnica de web scraping para automatizar a leitura das informações disponibilizadas pelo software Estomato Web e determinar o perfil epidemiológico dos pacientes da Clínica de Estomatologia da FO/UFRJ cadastrados neste sistema. 2.1 Objetivos Específicos • Descrever o perfil dos pacientes atendidos quanto ao gênero, idade, hábitos (fumo e ingestão de bebidas alcoólicas), cidade e bairro de origem e diagnóstico final. • Avaliar a correlação estatística entre os tipos de alterações orais mais comuns com o gênero, faixa etária, hábitos (fumo e ingestão de bebidas alcoólicas) e área geográfica. 4 3 – REVISÃO DA LITERATURA 3.1 Tecnologia da Informação A utilização dos sistemas eletrônicos, na área da saúde, há três décadas estava focada na área administrativa, principalmente em hospitais e laboratórios, sendo pouco utilizados na prática clínica (Haux, 2006). Atualmente, esses sistemas estão disponíveis globalmente para todos os profissionais de saúde (Haux, 2006; Finkeissen et al., 2003; Belle et al., 2013), sendo utilizados em duas aplicações principais. A primeira delas consiste nos prontuários eletrônicos, que armazenam os dados da anamnese, fotografias clínicas dos pacientes, imagens de radiografias, tomografias e informações de laudos histopatológicos, melhorando a qualidade, segurança e o armazenamento desses dados em hospitais, ambulatórios e clínicas privadas (Haux, 2006; Bowens et al., 2010; Schleyer et al., 2011; Kirkpatrick et al., 2013; Coorevits et al., 2013; Skeie et al., 2014; Brailo et al., 2015). A segunda consiste dos sistemas de inteligência artificial, os quais possuem como objetivo a análise da tomada de decisões na clínica, fazendo a interação do software com o profissional, demonstrando as alternativas de planejamento de tratamento individual para cada paciente (Finkeissen et al., 2003). 3.2 Registros Eletrônicos de Saúde Os registros eletrônicos de saúde (RES) são sistemas que auxiliam a investigação de doenças, a estratificação dos pacientes e os resultados clínicos, através de acesso integrado em diferentes domínios funcionais. Eles permitem um melhor acesso às informações sanitárias e educacionais, além de aperfeiçoarem o gerenciamento e a análise das informações dos pacientes, melhorando a prestação de assistência, a segurança dos dados, minimizando erros médicos e erros de prescrição (Ash et al., 2004; Jones & Franklin 2006b; Bowens et al., 2010; Coorevits et al., 2013). 5 Os RES garantiram um grande avanço nas ciências médicas, revolucionando os métodos de pesquisa através da automatização do gerenciamento dos dados clínicos. Os profissionais passam a ter acesso às informações digitais continuamente, substituindo as informações registradas em papeis, as quais podem ser perdidas mais facilmente (Ash et al., 2004; Patrício et al., 2011; Coorevits et al., 2013). Apesar da utilização dos registros eletrônicos terem ganhado destaque nos últimos anos, a habilidade dos profissionais de saúde, especialmente os cirurgiões-dentistas, em utilizar o conhecimento gerado pelos sistemas inteligentes de prontuários eletrônicos na prática diária ainda é pobremente desenvolvida (Ash et al., 2004; Schleyer et al., 2011). Muitos profissionais têm preocupações sobre os efeitos desses sistemas no fluxo de trabalho, na produtividade e na segurança do sigilo das informações, e por isso, ainda encontram-se relutantes em integrar esta tecnologia à clínica (Ash et al., 2004; Bowens et al., 2010; Patrício et al., 2011). Vários estudos na literatura têm procurado avaliar os motivos das barreiras dos profissionais de saúde em aceitarem a utilização da tecnologia da informação (Ash et al., 2004; Haux R., 2006; Boonstra & Broekhuis, 2010; Bowens et al., 2010; Schleyer et al., 2011; Belle et al., 2013). O trabalho de Boonstra & Broekhuis (2010), concluiu que apesar dos efeitos positivos do uso dos registros eletrônicos, a implementação desses sistemas ainda é precária. Os motivos seriam principalmente relacionados aos altos custosfinanceiros decorrentes da instalação, operacionalização e manutenção dos softwares (Boonstra & Broekhuis, 2010). Outros motivos citados por Boonstra & Broekhuis (2010) seriam a dificuldade e limitação técnica de muitos profissionais para operacionalização desses programas, a demanda de mais tempo para implantação e aprendizado para utilização dos sistemas eletrônicos. Além disso, alguns profissionais de saúde acreditam que o uso de computadores durante a avaliação dos pacientes causaria um grande impacto psicológico nos mesmos. Também, a falta de conhecimento sobre os aspectos sociais e legais de armazenamento de dados, além do próprio processo de mudança que advém do gerenciamento 6 desta nova tecnologia, ainda impedem a utilização em larga escala desse tipo de software (Boonstra & Broekhuis, 2010). 3.3 Estomato Web Na área da Estomatologia e Patologia Oral, em 2015, dez softwares estavam disponíveis para uso em larga escala para medicina oral (Brailo et al., 2015). Destes, somente sete estavam disponíveis para serem utilizados fora da instituição de origem e sem custos adicionais. No continente americano, três sistemas foram desenvolvidos, e dentre esses, somente um foi desenvolvido na América do Sul. Esse sistema é o Estomato Web, que é disponibilizado online pela Sociedade Brasileira de Estomatologia e Patologia Oral (SOBEP) desde 2007, sendo gratuito para qualquer sócio, o qual, vêm sendo utilizado por 17 instituições brasileiras (Brailo et al., 2015). O Estomato Web é um tipo de registro eletrônico de saúde que permite o armazenamento e o gerenciamento dos dados de pacientes atendidos em clínicas e serviços de Estomatologia públicos e privados, permitindo a busca individual de cada paciente a partir do nome, cadastro de pessoa física, matrícula, diagnóstico clínico, ou diagnóstico final. É um sistema online onde as informações são disponibilizadas na “nuvem” e o seu acesso é feito através de um website com uso de senha, sem necessidade de que um programa específico precise ser instalado (http://www.estomatologia.com.br/noticias?codigo=342/acesso julho 2015). Qualquer sócio da SOBEP pode solicitar a criação de um ambiente, e este será denominado administrador, o qual fará o gerenciamento do banco de pacientes e tem o poder de criar ou remover outros usuários. O sistema irá permitir três níveis de hierarquia, professor, aluno e patologista. Cada ambiente criado será privado, sem que possa ser visualizado por outros ambientes ou por usuários sem senha. De acordo com a SOBEP, futuramente, com o aprimoramento do sistema, poderia ser realizada a compatibilidade entre bancos de dados (ambientes), permitindo a realização de trabalhos 7 epidemiológicos em conjunto entre instituições inscritas nesta sociedade (http://www.estomatologia.com.br/noticias?codigo=342/acesso julho 2015). Brailo et al. (2015) abordaram a utilização do Estomato Web em seu estudo sobre utilização de softwares em Estomatologia. Segundo estes autores, o programa apresenta como vantagens poder ter sua interface modificada de acordo com a preferência do usuário, os controles e comandos são bem identificados, e os dados possuem fácil acesso e excelente integração. O sistema foi considerado seguro uma vez que somente os membros da instituição de origem com autorização podem ter acesso aos dados dos pacientes através de senha. Ainda segundo o mesmo estudo, um dos principais problemas do uso deste programa em Instituições de Ensino seria a dificuldade dos alunos de graduação com relação ao gerenciamento do sistema (Brailo et al., 2015). 3.4 Web Scraping O desafio atual de utilizar os serviços de armazenamentos de dados de web sites consiste em lidar com o grande volume de informações e a dificuldade da realização de triagens válidas das mesmas. Essa triagem geralmente é feita manualmente, sendo demorada, com o risco de perda de detalhes valiosos. Em programas como o Estomato Web há ferramentas para consulta, manipulação, visualização dos dados e realização de buscas de algumas informações, como idade, tipo de hábito (fumo ou uso de bebida alcoólica) ou diagnóstico final (http://www.estomatologia.com.br/noticias?codigo=342/acesso julho 2015). No entanto, este sistema não fornece ferramentas para análises estatísticas ou a possibilidade de extrair ou exportar um grande conjunto de dados de uma única vez. Além disso, com a ausência de mecanismos para integração com outros sistemas, os pesquisadores são obrigados a copiar os dados manualmente do Estomato Web e inserir os mesmos em outros sistemas para que análises sejam realizadas. Portanto, para minimizar vieses relacionados ao erro humano na coleta dessas informações, a técnica conhecida como web scraping pode ser utilizada (Tang et al., 2013; Glez – Peña et al., 2014). 8 Esta estratégia permite auxiliar a plena operabilidade de dados na área da saúde. Os programas de web scraping podem realizar a extração de informações, diminuindo o erro da coleta de dados dos sistemas web (Tang et al., 2013; Glez – Peña et al., 2014). O web scraping é uma das mais antigas técnicas de extração de conteúdo de um web site, não necessitando que o servidor que hospeda o site tenha criado um serviço auxiliar de fornecimento de informações (Tang et al., 2013; Glez – Peña et al., 2014). Este tipo de programação trabalha sobre a estrutura do Document Object Model (DOM) que é construída a partir da interpretação de páginas HTMLs de um site (Bare et al., 2007; Glez – Peña et al., 2014). O processo funciona da seguinte forma: um programa, conhecido como web robot, simula a interação comum entre a navegação dos servidores web por um indivíduo em um processo de extração de informações convencional. O indivíduo realiza a extração apenas das informações específicas que desejar. Com o uso da técnica de web scraping, o código desenvolvido irá acessar o site, analisar e encontrar o conteúdo específico e irá extrair os dados de interesse conforme os comandos programados pelo desenvolvedor do sistema. O web scraping estabelece comunicação com o site de destino através do protocolo HTTP e coordena as solicitações de resposta das transações entre um cliente, normalmente um navegador e um servidor web podendo criar diferentes produtos finais, como planilhas do Excel, bancos de dados e outros (Glez – Peña et al., 2014). 3.5 Estudos Epidemiológicos em Estomatologia Os trabalhos que abordam dados epidemiológicos desempenham um papel muito importante em saúde pública, uma vez que revelam a prevalência ou incidência de lesões num determinado grupo (Kovacic & Skaleric, 2000). Estes estudos avaliam e particularizam a distribuição dessas condições conforme as características próprias do ambiente que estão sendo analisadas (Kniest et al., 2011), fornecendo um panorama para a compreensão da extensão e a gravidade das doenças na população (Mumcu et al., 2005). 9 Embora diferentes condições possam ser relatadas entre os grupos selecionados, algumas delas estão relacionadas a aspectos culturais. Na maioria das vezes, são condições específicas, como idade, gênero e etnia que podem influenciar significativamente os estudos populacionais. Diversos autores consideram a idade como fator de grande influência na prevalência das alterações orais, relatando que adultos e idosos apresentam maior propensão e risco para desenvolvimento de condições patológicas (Henrique et al., 2009; Mujica et al., 2008). Desta forma, o histórico dos pacientes irá fornecer informações importantes para o planejamento, elaboração de planos de tratamento e condução de ações de promoção de saúde nas populações estudadas (Jones & Franklin, 2006a; Mendez et al., 2012). 3.6 Prevalência ou Incidência de Lesões de Boca Na literatura mundial podemos encontrar estudos epidemiológicos que abordarama distribuição das lesões de boca em diferentes populações. Como são inúmeras as condições patológicas que acometem a boca, os autores costumam realizar a categorização das mesmas para facilitar sua abordagem e descrição nas pesquisas (Jones & Franklin, 2006a; Jones & Franklin, 2006b; Shah et al., 2009; Neville et al., 2009; Vale et al., 2013). Assim, as lesões bucais são normalmente divididas em alterações do desenvolvimento, anomalias dentárias, doenças da polpa e periápice, infecções, injúrias físico–químicas, doenças alérgicas e imunológicas, doenças das glândulas salivares, lesões reacionais e inflamatórias, neoplasias benignas, lesões potencialmente malignas e malignas, distúrbios hematológicos, doenças ósseas, cistos do desenvolvimento, cistos e tumores odontogênicos, doenças sistêmicas, doenças dermatológicas e outras condições patológicas (Neville et al., 2009). Alguns autores preferem ainda reduzir o número de grupos, tornando-os mais amplos, sintetizando a caracterização para deixar mais prática à análise dos dados. Essa forma de divisão em amplas categorias foi realizada no estudo de Shah et al. (2009), que dividiram as condições em quatro grupamentos 10 (lesões metabólicas, inflamatórias, neoplásicas e do desenvolvimento). Pesquisas com esse mesmo perfil foram realizadas em diferentes países, e seus resultados tiveram a tendência de variar de acordo com a área geográfica das populações investigadas. Apesar dessa propensão de diferença na epidemiologia das lesões de acordo com a região de origem do grupo avaliado, trabalhos publicados na Slovênia, Espanha, Turquia, Reino Unido e México, apresentaram as mesmas entidades como as mais evidenciadas em seus estudos. Nesses trabalhos, as lesões reacionais, com destaque para a hiperplasia fibrosa, estomatite protética e úlceras traumáticas, foram as mais encontradas; seguidas por outras condições como língua fissurada, varizes linguais e candidíase (Kovacic & Skaleric, 2000; Vallejo et al., 2002; Mumcu et al., 2005; Jones & Franklin, 2006a; Castellanos & Díaz Guzmán, 2008). No geral, não existe muita informação disponível sobre lesões de boca na população brasileira como um todo (Corrêa et al., 2006; Kniest et al., 2011; Martinelli et al., 2011), e os trabalhos publicados na literatura mundial, também tendem a abordar faixas etárias específicas (Corrêa et al., 2006; Jones & Franklin, 2006b; Hipólito et al., 2008; Vale et al., 2013; Kamath et al., 2013). Ou então, são relatados estudos para condições patológicas individuais, os quais não avaliam a prevalência dessa alteração na população como um todo (Eisen, 2012; Sousa & Rosa, 2008; Maarbjerg et al., 2014; Alves et al., 2004; Leocádio et al., 2014; Wu et al., 2015). Um exemplo de pesquisa avaliando o perfil epidemiológico de um grupo amplo foi a realizada no Centro de Especialidades Odontológicas do município de Tubarão (SC), onde a candidíase, a hiperplasia fibrosa inflamatória, a mucocele e o trauma por prótese foram as condições patológicas mais comuns, seguidas pelo grupo das neoplasias benignas, em que o lipoma e o papiloma foram as principais entidades identificadas. No grupo de neoplasias malignas, o carcinoma de células escamosas foi a condição mais evidenciada (Kniest et al., 2011). No Rio de Janeiro, o trabalho de Amaral et al., (2016) mostrou a prevalência de alterações orais em um Serviço de Estomatologia, sendo as mais frequentes a hiperplasia fibrosa, candidoses, lesões inflamatórias perirradiculares e desordens potencialmente malignas. Achados semelhantes foram encontrados nos estudos realizados em diferentes estados: Santa Catarina, Espírito Santo, São Paulo, 11 Pernambuco, Ceará (cidade de Fortaleza) e Minas Gerais (Corrêa et al., 2006; Henrique et al., 2009; Martinelli et al., 2011; Kniest et al., 2011; Saintrain et al., 2012; Vale et al., 2013). Nestes estudos houve destaque para o cisto dentígero, que foi o mais prevalente dos cistos odontogênicos, o odontoma composto, o ameloblastoma e o tumor odontogênico adenomatóide, como os tumores odontogênicos mais observados. 4 – MATERIAIS E MÉTODOS 4.1 Aplicação da Técnica de Web Scraping para coleta de dados do software Estomato Web O sistema Estomato Web possui ferramentas para consulta, manipulação e visualização dos dados. Porém, o mesmo não fornece ferramentas para análises estatísticas ou a possibilidade de extrair ou exportar um grande conjunto de dados de uma única vez. Além disso, com a ausência de mecanismos para integração com outros sistemas, os pesquisadores são obrigados a copiar os dados manualmente do Estomato Web e inserir os mesmos em outros sistemas para que análises sejam possíveis. Para minimizar vieses relacionados ao erro humano na coleta dessas informações, optou-se por desenvolver um programa de extração de dados baseado na técnida de Web Scraping, o qual foi delineado por um engenheiro da computação em parceria com a clínica de Estomatologia da FO/UFRJ. Este programa, que foi denominado EstomatoWeb Scraper, realizou a automatização da leitura das informações disponibilizadas pelo Estomato Web e possibilitou a exportação das mesmas para arquivos no formato de planilhas do Excel. Além disso, com a utilização do programa, o tempo de transcrição dos dados foi reduzido de várias horas para poucos minutos. Para o desenvolvimento do programa de extração de dados foi solicitada a autorização da SOBEP para que fosse realizada a automatização da cópia dos dados do ambiente de serviço criado para a FO/UFRJ. A solicitação foi avaliada e encaminhada pelo presidente da Sociedade Brasileira de Estomatologia e Patologia Oral para a equipe técnica que gerencia o website 12 (empresa Netwish), para um parecer técnico. Após a análise e teste da ferramenta, a mesma foi liberada para utilização (Anexo 1). A técnica conhecida como Web Scraping, que consiste na navegação automatizada de páginas de um website com a possibilidade de coleta do conteúdo exibido em cada página. O pesquisador irá, através de um programa com interface gráfica de fácil manipulação, escolher comandos pré - estabelecidos pelo código fonte, que é um conjunto de arquivos de texto, escritos em inglês, em uma linguagem de programação que representa um conjunto de comandos para o computador executar. E selecionar quais informações deseja que o programa faça a extração do sistema Estomato Web. Para a construção deste programa, as seguintes tecnologias foram utilizadas: linguagem de programação JavaScript, plataforma de execução Node.js e framework PhantomJS. Para copiar os dados, o pesquisador deverá utilizar o mesmo usuário e senha do Estomato Web e, terá acesso exclusivamente aos dados permitidos para este usuário, conforme esquema de segurança do próprio sistema, mantendo assim o padrão de confidencialidade e restrição de acesso de informações. Os pesquisadores desenvolveram uma interface gráfica de fácil manipulação (Figura 1), onde os usuários do Estomato Web da FO/UFRJ, puderam escolher comandos pré-estabelecidos pelo código fonte, e selecionaram quais informações desejavam que o programa extraísse do sistema Estomato Web. Para a seleção de informações, uma tela foi criada com os itens: nome, matrícula, data de nascimento, idade no momento do diagnóstico, sexo, bairro, cidade, estado, fuma, parou de fumar, bebe, parou de beber, lesão extra-bucal, lesão intra-bucal, localização da lesão, diagnóstico clínico, exames adicionais, diagnóstico final. Um checkbox foi adicionado ao lado das informações para permitir que a seleção e cópia dos dados (Figura2) fosse realizada. 13 Figura 1 – Interface gráfica de fácil manipulação do EstomatoWeb Scraper. Figura 2 – Tela para a seleção de informações para extração das informações do Estomato Web. 14 Para o acesso ao software foi criadoum esquema de segurança para utilização com os mesmos dados de acesso ao Estomato Web (usuário e senha). Desta forma, o acesso é restrito apenas aos dados permitidos para este usuário, conforme esquema de segurança do próprio Estomato Web, mantendo assim o padrão de confidencialidade e restrição de acesso de informações, e o levantamento epidemiológico do serviço só foi realizado com a permissão do administrador (Figura 3). O EstomatoWeb Scraper foi instalado nos computadores dos pesquisadores e em um dos computadores do serviço de Estomatologia da FO/UFRJ. Figura 3 – Tela para o acesso ao software, que é realizado com o mesmo usuário e senha do Estomato Web. Posteriormente, após a finalização desta pesquisa, o programa desenvolvido terá o seu código fonte aberto para que outros usuários do site Estomato Web possam, com facilidade, baixar um instalador e utilizar o 15 software, ou, se necessário, adicionar novas funcionalidades para o mesmo. Para utilizar esta ferramenta, que será disponibilizada no site http://github.com, o pesquisador precisará de autorização formal do webmaster do Estomato Web. E após a decisão da SOBEP sobre a autorização quanto à utilização do programa para o seu uso em pesquisas, os usuários deverão submeter o seu pedido de utilização do programa ao Comitê de Ética e Pesquisa vinculado à instituição de origem. A licença do programa permitirá o uso gratuito do mesmo, modificação do código fonte para se adequar as buscas de pesquisas específicas, distribuição do conteúdo original ou modificado, e comercialização, com cláusulas que restringem o uso do programa, ou de sistemas derivados, para que o mesmo não exponha publicamente os dados de pacientes sem o consentimento dos mesmos e sem a autorização do Comitê de Ética e Pesquisa regional. Esta licença foi baseada nas regras da licença MIT (Anexo 3), que é comumente utilizada em programas de código aberto, sendo disponibilizada em inglês no site: https://opensource.org/licences/MIT (a tradução livre da mesma encontra-se disponível no Anexo 4). Entretanto, a mesma sofreu alterações pela necessidade de proteger a confidencialidade dos dados dos pacientes (Anexo 5). A privacidade das informações também é garantida pela forma de acesso que é realizada com o mesmo usuário e senha do Estomato Web, liberando o acesso exclusivamente aos dados permitidos para este usuário. Outro aspecto importante é o levantamento das questões legais de se utilizar um programa de web scraping. No Brasil, não existe lei que impeça que tal técnica seja utilizada em conteúdo disponibilizado publicamente na internet ou acesso para o usuário do sistema Estomato Web cadastrado na SOBEP. Além disso, os autores do programa deverão ser citados em trabalhos derivados e não poderão ser responsabilizados pelo uso do programa por terceiros. 16 4.2 População alvo O presente estudo é classificado como uma pesquisa observacional transversal descritiva, o qual foi realizado através da coleta de dados dos prontuários eletrônicos dos pacientes da Clínica de Estomatologia da FO/UFRJ cadastrados no sistema Estomato Web, atendidos nas quintas-feiras pela manhã no período de março de 2014 a setembro de 2016. Os critérios de inclusão para este estudo foram os pacientes cadastrados neste sistema e os pacientes cujos prontuários eletrônicos se encontravam incompletos e não possuíam as informações necessárias para a pesquisa foram excluídos. 4.3 Coleta de dados No Estomato Web, todas as informações são disponibilizadas na “nuvem” e o acesso é realizado através de um site com uso de senha para cada usuário, sem a necessidade que um programa específico precise ser instalado (http://www.estomatologia.com.br/estomatoweb/). A SOBEP criou um ambiente de acesso para a FO/UFRJ, onde foi possível incluir o logotipo da Universidade (Figura 4). O acesso para o registro das informações no sistema é realizado em computadores alocados em cada um dos seis equipamentos de atendimento do Serviço de Estomatologia da FO/UFRJ (Figura 5). 17 Figura 4 – Ambiente do Serviço de Estomatologia da Faculdade de Odontologia da Universidade Federal do Rio de Janeiro no website Estomato Web.http://www.estomatoweb.com.br/acesso novembro de 2016. Figura 5 – Foto da Clínica do Serviço de Estomatologia da Faculdade de Odontologia da Universidade Federal do Rio de Janeiro. Um dos professores do Serviço é o administrador e os outros professores da disciplina de Estomatologia foram cadastrados como usuários 18 com senha individual. Dessa forma, o programa garante a privacidade dos dados obtidos, uma vez que informações inseridas no ambiente criado pela Faculdade de Odontologia da UFRJ, não poderão ser visualizadas por outros ambientes ou vice versa, pois o acesso ocorre somente por senha única e exclusiva. A segurança dos dados armazenados é fornecida pela LOCAWEB, a mesma empresa responsável pela hospedagem do site da SOBEP que possui um sólido sistema de back-up de segurança. No início de cada período de atendimento aos pacientes, o sistema é acessado pelo professor responsável e os alunos são orientados a realizar o preenchimento dos dados diretamente no sistema. Os usuários podem obter dados dos pacientes a partir do acesso aos itens da ficha eletrônica (Figura 6), e o programa permite que sejam feitas buscas individuais de cada paciente a partir do nome, cadastro de pessoa física, matrícula, diagnóstico clínico e diagnóstico final (Figura 7). Figura 6 – Dados da ficha clínica do prontuário eletrônico. http://www.estomatoweb.com.br/acesso novembro de 2016 19 Figura 7 – Disponibilidade de busca por nome, CPF, matrícula, diagnóstico clinico e diagnóstico final, fornecido pelo Estomato Web. http://www.estomatoweb.com.br/acesso novembro de 2016 Os seguintes dados dos pacientes cadastrados no sistema de documentação digital Estomato Web da clínica de Estomatologia da FO/UFRJ foram coletados: (1) cidade e bairro de origem (área programática), (2) gênero, (3) idade, (4) hábitos (tabagista, ex-tabagista ou não tabagista, e usuários de bebida alcoólica independente de ser etilista social ou não, ex-etilista e não etilista) e (5) diagnóstico final. O local de moradia dos pacientes posteriormente foi dividido por cidades. Os bairros da cidade do Rio de Janeiro foram alocados em grupos de acordo com a divisão e classificação do Ministério da Saúde em áreas programáticas. Atualmente, 10 áreas programáticas (Figuras 8) são identificadas no Município do Rio de Janeiro, sendo: • AP 1.0 - Benfica, Caju, Catumbi, Centro, Cidade Nova, Estácio, Gamboa, Mangueira, Paquetá, Rio Comprido, Santa Teresa, Santo Cristo, São Cristóvão, Saúde e Vasco da Gama. • AP 2.1 - Botafogo, Catete, Copacabana, Cosme Velho, Flamengo, Gávea, Glória, Humaitá, Ipanema, Jardim Botânico, Lagoa, Laranjeiras, Leblon, Leme, Rocinha, São Conrado, Urca e Vidigal. • AP 2.2 - Alto da Boa Vista, Andaraí, Grajaú, Maracanã, Praça da Bandeira, Tijuca e Vila Isabel. 20 • AP 3.1 - Bonsucesso, Brás de Pina, Complexo do Alemão, Cordovil, Ilha do Governador, Jardim América, Manguinhos, Maré, Olaria, Parada de Lucas, Penha Circular, Penha, Ramos e Vigário Geral. • AP 3.2 - Abolição, Água Santa, Cachambi, Del Castilho, Encantado, Engenho da Rainha, Engenho de Dentro, Engenho Novo, Higienópolis, Inhaúma, Jacaré, Jacarezinho, Lins de Vasconcelos, Maria da Graça, Méier, Piedade, Pilares, Riachuelo, Rocha, Sampaio, São Francisco Xavier, Todos os Santos e Tomás Coelho. • AP 3.3 - Acari, Anchieta, Barros Filho, Bento Ribeiro, Campinho, Cascadura, Cavalcanti, Coelho Neto, Colégio, Costa Barros, Engenheiro Leal, Guadalupe, Honório Gurgel, Irajá, Madureira, Marechal Hermes, Oswaldo Cruz, Parque Anchieta, Parque Columbia, Pavuna, Quintino Bocaiuva, Ricardode Albuquerque, Rocha Miranda, Turiaçu, Vaz Lobo, Vicente de Carvalho, Vila da Penha, Vila Kosmos e Vista Alegre. • AP 4.0 - Barra da Tijuca, Camorim, Cidade de Deus, Grumari, Itanhangá, Jacarepaguá, Joá, Recreio dos Bandeirantes, Vargem Grande e Vargem Pequena. • AP 5.1 - Bangu, Campo dos Afonsos, Deodoro, Jardim Sulacap, Magalhães Bastos, Padre Miguel, Realengo, Senador Camará e Vila Militar. • AP 5.2 - Barra de Guaratiba, Campo Grande, Cosmos, Guaratiba, Inhoaíba, Santíssimo, Senador Vasconcelos e Pedra de Guaratiba. • AP 5.3 - Paciência, Santa Cruz e Sepetiba (http://cvasrio.blogspot.com.br/2012/02/areas-programaticas-bairros.html - acesso fevereiro de 2016; http://www.rio.rj.gov.br/dlstatic/10112/1529762/DLFE-220205.pdf/1.0 - acesso fevereiro de 2016). 21 Figura 8 – Mapa de Áreas Programáticas do Município do Rio de Janeiro de Acordo com o Ministério Saúde. Os diagnósticos finais foram categorizados após a extração de acordo com Neville et al., (2009) com pequenas modificações. Duas categorias adicionais, sem lesão e preparo para transplante, foram acrescentadas de acordo com as especificidades de atendimento do serviço de Estomatologia da FO/UFRJ. • alterações do desenvolvimento; • anomalias dentárias; • doenças da polpa e periápice; • doença periodontal; • infecções bacterianas, fúngicas e virais; • injúrias físico–químicas; • doenças alérgicas e imunológicas; • alterações patológicas do epitélio; • alterações patológicas das glândulas salivares; • neoplasias benignas dos tecidos moles; • neoplasias malignas; • distúrbios hematológicos; • alterações patológicas dos ossos gnáticos; • cistos do desenvolvimento; • cistos e tumores odontogênicos; • doenças sistêmicas; 22 • doenças dermatológicas; • dor orofacial; • outras condições patológicas; • sem lesão; • preparo transplante hepático; 4.4 Análise estatística Todas as informações obtidas foram compiladas em planilhas do programa Microsoft Excel 2007 do Microsoft Office. Para a análise dos dados, foram utilizadas as ferramentas e fórmulas disponíveis no sistema Excel, como agregação de dados, média, variância, desvio padrão, dentre outras. A estrutura dos dados foi sistematicamente dividida em tabelas para melhor organização, para garantir consistência das informações e permitir que os resultados fossem analisados com confiabilidade e reprodutibilidade. Esses dados foram submetidos a análises descritivas e foram analisadas pelo programa SPSS 20.0 (IBM, Armonk, EUA). O teste qui-quadrado foi utilizado para verificar a associação entre os dados dicotômicos, e o teste t de Student para avaliar os dados mensuráveis. O nível de significância escolhido foi p < 0,05. 4.5 Considerações éticas Esta pesquisa foi submetida ao Comitê de Ética em Pesquisa da Universidade Federal do Rio de Janeiro e aprovada em 30 de junho de 2016, apresentando número de protocolo: 56248016.3.0000.5257 (Anexo 2). Os pesquisadores deste estudo solicitaram perante o Comitê de Ética em Pesquisa a dispensa da utilização do TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO – TCLE, tendo em vista que para a realização desta pesquisa foram utilizados dados secundários obtidos a partir de informações já coletadas, pois trata - se de um estudo retrospectivo com uso de prontuários 23 eletrônicos. Nestes termos, os pesquisadores que participam deste estudo, comprometeram–se a cumprir todas as diretrizes e normas regulamentadoras descritas nas Resoluções 466 de 2012, e suas complementares, no que diz respeito ao sigilo e confidencialidade dos dados utilizados. 24 5 – RESULTADOS 5.1 EstomatoWeb Scraper e coleta de dados O software EstomatoWeb Scraper possibilitou a transferência das informações dos registros de 343 pacientes que estavam inseridos no programa Estomato Web em apenas 4 minutos (Figura 9), para uma planilha do Microsoft Excel 2007 do Microsoft Office (Figura 10). Entretanto, esse tempo poderá sofrer alterações para mais ou para menos, de acordo com a capacidade/qualidade da conexão com a internet do usuário e pelo número total de pacientes do banco de dados. Figura 9 – Extração dos dados dos pacientes do Estomato Web – novembro de 2016. Figura 10 – Planilha do Microsoft Excel 2007 do Microsoft Office gerada a partir da extração feita com o programa EstomatoWeb Scraper. 25 5.2 Perfil epidemiológico dos pacientes da clínica de Estomatologia da UFRJ cadastrados no Estomato Web no período de março de 2014 a setembro de 2016 Após a análise dos dados, um total de 128 indivíduos foram excluídos do estudo porque as informações estavam incompletas ou mal preenchidas, restando o número final total de 215 pacientes. As informações foram analisadas considerando a porcentagem e total de pacientes em cada categoria selecionada. Quanto ao gênero, dos 215 pacientes incluídos no estudo, 148 (68,8%) eram do gênero feminino e 67 (31,2%) do masculino (Figura 11). Figura 11 – Frequência de pacientes por gênero. A idade dos 215 pacientes variou de 1 a 89 anos. Posteriormente, os pacientes foram divididos em 3 grupos maiores para facilitar a análise estatística, estes grupos foram: jovens, de 0 a 18 anos (27 pacientes, 12,6%), adultos, de 19 a 59 anos (115 pacientes, 53,5%) e idosos com idade maior ou igual a 60 anos (73 pacientes, 34%) (Figura12). 26 Figura 12 – Frequência de pacientes por faixa etária. A faixa etária com mais alocações de pacientes foi a de 51 a 60 anos, seguida pela faixa de 61 a 70 anos, e a média de idade foi de 53 anos. A associação entre idade e gênero mostrou que no sexo masculino, a idade mais comum foi de 49 anos, com 1,9% do total de pacientes, e no sexo feminino a idade mais comum foi de 53 anos, com 4,2% do total da amostra. A divisão por gênero no grupo de jovens foi de 12 (5,6%) pacientes do sexo masculino, e 15 (7,0%) de pacientes do sexo feminino, no grupo de adultos, 37 (17,2%) pacientes do sexo masculino e 78 (36,3%) do sexo feminino; já no grupo de idosos, esse valor foi de 18 (8,4%) de pacientes do sexo masculino e 55 (25,6%) de pacientes do sexo feminino, como pode ser observado na Figura 13. 27 Figura 13 – Associação entre gênero e faixa etária. Com relação à cidade, o Município do Rio de Janeiro foi o que apresentou o maior número de indivíduos, 140 (65,12%) pacientes. Dos outros municípios, os que apresentaram o maior número de indivíduos foram: Duque de Caxias (4,65%), São João de Meriti (3,72%) e São Gonçalo (3,72%). Dos 160 bairros do município do Rio de Janeiro, foram identificados indivíduos de 63 bairros, sendo o que apresentou o maior número de pacientes foi a Ilha do Governador, com 18 pacientes (12,86%). O segundo bairro com maior prevalência foi Bonsucesso com 9 pacientes (6,47%), seguido pelo bairro de Jacarepaguá com 8 pacientes (5,71%) e Vila da Penha com 6 pacientes (4,32%). Os bairros de origem dos indivíduos moradores da cidade do Rio de Janeiro foram divididos em áreas programáticas de acordo com a divisão e classificação do Ministério da Saúde. A área AP 3.1 foi a que apresentou o maior número de pacientes por bairros, com 41 indivíduos, representando 19,1% do total de pacientes; e a área AP 3.3 foi a segunda área com a maior prevalência de indivíduos, com 24 pacientes (11,2%). Com relação às outras 28 áreas, encontrou-se: 18 (8,4%) indivíduos na área AP 4.0; 11 (5,1%) pacientes na área AP 3.2; 10 (4,7%) pacientes na área AP 5.1; 9 (4,2%) indivíduos nas áreas AP 2.1 e AP 2.2; 8 (3,7%) pacientes na área AP 5.2; 7 (3,3%) pacientes na área AP 1.0; e, 3 (1,4%) pacientes foram identificados na área AP 5.3. Estes resultados podem ser observados na Figura 14. Figura 14 – Porcentagem de pacientes por área programática. De acordocom o gênero, a área programática que apresentou o maior número de pacientes do sexo masculino foram as áreas AP 3.1 e AP 4.0 com 9(4,2%) pacientes em cada; já para o sexo feminino, as áreas com maior número de indivíduos foram a área AP3.1 com 32 (14,9%) pacientes, seguida pela área AP 3.3 com 17 (7,9%). De acordo com a idade, no grupo de jovens, a área com maior número de pacientes foi a área AP 3.1 com 9 (4,2%) indivíduos, seguida pela área AP 4.0 com 3 (1,4%) pacientes. No grupo de adultos, a área AP 3.1 também foi a que apresentou a maior prevalência, com 18 (8,4%) pacientes; seguida pela área AP 3.3 com 15 (7,0%) indivíduos. No grupo de idosos, a distribuição também foi semelhante ao grupo de jovens e adultos, com maior freqüência de indivíduos na área AP 3.1 com 14 (6,5%) pacientes, seguida pela área AP 3.3 com 7 (3,3%) indivíduos identificados nessa área. 29 Com relação aos hábitos, os pacientes não tabagistas foram os mais prevalentes, com 167 pacientes (77,7%), os tabagistas e ex-tabagistas apresentaram a mesma frequência, com 24 pacientes em cada grupo (11,2%). Os pacientes não etilistas também representaram a maioria, com 188 indivíduos (80,4%), ocorrendo menor prevalência de pacientes etilistas, 27 indivíduos (12, 6%) (Figura 15 e 16). Neste estudo, o número de prontuários válidos que foram analisados, não mostraram pacientes ex-etilistas. Figura 15 – Frequência de pacientes fumantes, não fumantes e que pararam de fumar. Figura 16 – Frequência de pacientes etilistas e não etilistas. 30 Quando realizada a associação do hábito de tabagismo com gênero, foi observado, que dos pacientes tabagistas, não tabagistas, e ex-tabagistas, a maioria dos pacientes era do gênero feminino. Com uma frequência de 18 pacientes (8,4%), 115 pacientes (53,5%) e 15 pacientes (7%) respectivamente. Com relação ao gênero masculino a frequência de pacientes foi a seguinte, 6 pacientes tabagistas (2,8%), 52 pacientes não tabagistas (24,2%), e 9 ex- tabagistas (4,2%), como observado na Figura 17. Figura 17 – Frequência de pacientes fumantes, não fumantes e que pararam de fumar por gênero. Considerando a associação do hábito de tabagismo com faixa etária, os pacientes jovens apresentaram as seguintes porcentagens, 0 pacientes tabagistas (0%), 27 não tabagistas (12,6%), e 0 pacientes ex-tabagistas (0%). Dentre os pacientes adultos, 16 pacientes eram tabagistas (7,4%), 86 não tabagistas (40%), e 13 pacientes ex-tabagistas (6%). Já os pacientes idosos, 8 31 pacientes eram tabagistas (3,7%), 54 não tabagistas (25,1%), 11 pacientes ex- tabagistas (5,1%), como observado na Figura 18. Figura 18 – Frequência de pacientes fumantes, não fumantes e que pararam de fumar por faixa etária. Quando realizada a associação do hábito de etilismo com gênero, foi observado, que nos pacientes etilistas e não etilistas, a maioria dos pacientes eram do gênero feminino. Com uma frequência de 18 pacientes (8,4%) e 130 pacientes (60,5%) respectivamente. Com relação ao gênero masculino a frequência de pacientes foi a seguinte, 9 pacientes etilistas (4,2%), 58 pacientes não etilistas (27%) (Figura 19). 32 Figura 19 – Frequência de pacientes etilistas e não etilistas por gênero. Considerando a associação do hábito de etilismo com faixa etária, os pacientes jovens apresentaram as seguintes porcentagens, 0 pacientes etilistas (0%) e 27 não etilistas (12,6%). Dentre os pacientes adultos, 21 eram etilistas (9,8%), e 94 eram não etilistas (43,7%). Já no grupo dos pacientes idosos, 6 eram etilistas (2,8%) e 67 não etilistas (31,2%) como observado na Figura 20. 33 Figura 20 – Frequência de pacientes etilistas e não etilistas por faixa etária. Quando foi realizada a análise dos diagnósticos finais, ao todo, 112 condições foram diagnosticadas na população estudada. Estas, foram posteriormente divididas em categorias baseadas na classificação de Neville et al., (2009), com pequenas modificações; sendo adicionadas duas categorias, sem lesão e preparo para transplante, de acordo com especificidades do Serviço. As categorias que apresentaram maior prevalência foram a de dor facial e neuromuscular com 41 casos (19,1%), neoplasias benignas dos tecidos moles com 23 casos (10,7%), alterações patológicas do epitélio com 17 casos (7,9%), alterações patológicas das glândulas salivares e neoplasias malignas com 16 casos cada (7,4%), doenças da polpa e periápice com 15 casos (7%), e as doenças alérgicas e imunológicas com 14 casos (6,5%), como pode ser observado na Figura 17. Os pacientes que foram alocados na categoria sem lesão eram aqueles que não apresentavam alteração da normalidade como linfonodos aumentados e grânulos de Fordyce. Essa categoria apresentou um número pequeno de pacientes por grupo 4 (1,9%) e por esse motivo, não foi realizada correlação estatística para essa categoria. 34 Figura 21 – Diagnósticos mais frequentes de acordo com as diferentes categorias de alterações orais. Os cistos e tumores odontogênicos e a dor facial e neuromuscular foram mais frequentes em adultos e idosos, respectivamente (p = 0,035 e p = 0,002, respectivamente). Já a categoria de neoplasias benignas dos tecidos moles apresentou maior frequência no grupo de adultos (p = 0,003). Estes resultados podem ser observados na Tabela 1. Tabela 1 – Associação das diferentes categorias de lesões diagnosticadas nos 215 indivíduos incluídos no estudo com a idade. Categorização das alterações orais Jovens N= 26 Adultos N= 115 Idosos N= 73 Total N=215 P Cistos e Tumores Odontogênicos 3 (1,4%) 6 (2,8%) 0 (0,0%) 9 0,035 Dor Orofacial 0 (0,0%) 19 (8,8%) 22 (10,2%) 41 0,002 Doenças Alérgicas e Imunológicas 0 (0,0%) 6 (2,8%) 8 (3,7%) 14 0,102 Doenças da Polpa e Periápice 2 (0,9%) 11 (5,1%) 2 (0,9%) 15 0,200 Infecções Fúngicas, Bacterianas e Virais 3 (1,4%) 4 (1,9%) 2 (0,9%) 9 0,153 Injúrias Físico-químicas 0 (0,0%) 6 (2,8%) 3 (1,4%) 9 0,476 Alterações Patológicas do Epitélio 2 (0,9%) 9(4,2%) 6 (2,8%) 17 0,990 Alterações Patológicas das Glândulas Salivares 3 (1,4%) 7 (3,3%) 6 (2,8%) 16 0,368 Neoplasias Benignas dos Tecidos Moles 1 (0,5%) 20 (9,3%) 2 (0,9%) 23 0,003 Neoplasias Malignas 2 (0,9%) 10 (4,7%) 4(1,9%) 16 0,715 35 Não foi observada correlação estatisticamente significante entre as diferentes categorias de lesões e o gênero dos indivíduos incluídos no estudo (Tabela 2). Tabela 2 – Associação das diferentes categorias de lesões diagnosticadas nos 215 indivíduos incluídos no estudo com o gênero. Gênero Categorização das alterações orais Masculino N= 68 Feminino N= 148 P Cistos e Tumores Odontogênicos 2 (0,9%) 7 (3,3%) 0,724 Dor Orofacial 8 (3,7%) 33 (15,7%) 0,092 Doenças Alérgicas e Imunológicas 2 (0,9%) 12 (5,6%) 0,234 Doenças da Polpa e Periápice 4 (1,9%) 11 (5,1%) 0,781 Infecções Fúngicas, Bacterianas e Virais 4 (1,9%) 5 (2,3%) 0,465 Injúrias Físico-químicas 4 (1,9%) 5 (2,3%) 0,465 Alterações Patológicas do Epitélio 6 (2,8%) 11 (5,1%) 0,786 Alterações Patológicas das Glândulas Salivares 5 (2,3%) 11 (5,1%) 1,000 Neoplasias Benignas dos Tecidos Moles 4 (1,9%) 19(8,8%) 0,158 Neoplasias Malignas 9 (4,2%) 7(3,3%) 0,450 Quando realizada a associação com os hábitos de etilismo e tabagismo, a frequência de pacientes etilistas que apresentavam Neoplasias malignas foi maior do que os não etilistas (Tabela 3) e essa frequência foi maior nos pacientes tabagistas do que nos pacientes não tabagistas (Tabela 4). Tabela 3 – Correlação das diferentes categorias de lesões diagnosticadas nos 215 indivíduos incluídos no estudo com o hábito de etilismo. Etilismo Categorização das alterações orais Etilista N= 27 Não Etilista N= 188 P Cistos e Tumores Odontogênicos 1 (0,5%) 8 (3,7%) 1,000 Dor Orofacial 4 (1,9%) 37 (17,2%) 0,793Doenças Alérgicas e Imunológicas 1 (0,5%) 13 (6,0%) 1,000 Doenças da Polpa e Periápice 1 (0,5%) 14 (6,5%) 0,700 Infecções Fúngicas, Bacterianas e Virais 1 (0,5%) 8 (3,7%) 1,000 Injúrias Físico-químicas 3 (1,4%) 6 (2,8%) 0,089 Alterações Patológicas do Epitélio 0 (0,0%) 17 (7,9%) 0,138 Alterações Patológicas das Glândulas Salivares 0 (0,0%) 16 (7,4%) 0,231 Neoplasias Benignas dos Tecidos Moles 4 (1,9%) 19 (8,8%) 0,503 Neoplasias Malignas 10 (4,7%) 6 (2,8%) 0,007 36 Tabela 4 – Correlação das diferentes categorias de lesões diagnosticadas nos 215 indivíduos incluídos no estudo com o hábito do tabagismo. Tabagismo Categorização das alterações orais Fumante N= 24 Não Fumante N= 167 Parou de Fumar N= 24 P Cistos e Tumores Odontogênicos 1 (0,5%) 8 (3,7%) 0 (0,0%) 0,549 Dor Orofacial 6 (2,8%) 32 (14,9%) 3 (1,4%) 0,544 Doenças Alérgicas e Imunológicas 0 (0,0%) 11 (5,1%) 3 (1,4%) 0,214 Doenças da Polpa e Periápice 2 (0,9%) 13 (6,0%) 0 (0,0%) 0,361 Infecções Fúngicas, Bacterianas e Virais 0 (0,0%) 7 (3,3%) 2 (0,9%) 0,354 Injúrias Físico-químicas 1 (0,5%) 6 (2,8%) 2 (0,9%) 0,556 Alterações Patológicas do Epitélio 1 (0,5%) 14 (6,5%) 2 (0,9%) 0,771 Alterações Patológicas das Glândulas Salivares 2 (0,9%) 10 (4,7%) 4 (1,9%) 0,173 Neoplasias Benignas dos Tecidos Moles 3 (1,4%) 17 (7,9%) 3 (1,4%) 0,900 Neoplasias Malígnas 5 (2,3%) 9 (4,2%) 2 (0,9%) 0,026 Com relação aos diagnósticos finais, a condição patológica mais prevalente nos indivíduos incluídos no presente estudo foi a neuralgia do trigêmeo, diagnosticada em 19 pacientes (8,8%). Os pacientes que não apresentavam nenhuma condição patológica representaram a segunda prevalência, com 13 pacientes (6,0%). As outras alterações orais mais prevalentes foram a hiperplasia fibrosa com 12 pacientes (5,5%), disfunção temporomandibular e líquen plano com 8 pacientes em cada (3,7%), o carcinoma de células escamosas com 7 pacientes (3,2%), o granuloma piogênico e a síndrome da ardência bucal com 6 pacientes em cada (2,79%), como pode ser observado na Figura 16. 37 Figura 22 – Diagnósticos finais mais frequentes. A neuralgia do trigêmeo foi mais frequente na faixa etária de idosos (p = 0,01) (Tabela 5). Entretanto, não houve significância quando a mesma foi correlacionada com gênero e hábitos (Tabelas 6 e 7). Tabela 5 – Associação das alterações orais mais prevalentes com a idade. Alterações orais Jovens N= 26 Adultos N= 115 Idosos N= 73 TOTAL N=215 P Neuralgia do trigêmeo 0 (0,0%) 7 (3,3%) 12 (5,6%) 19 0,011 Hiperplasia fibrosa 1 (0,5%) 9 (4,2%) 2 (0,9%) 12 0,301 Disfunção temporomandibular 0 (0,0%) 5 (2,3%) 3 (1,4%) 8 0,549 Líquen plano 0 (0,0%) 3 (1,4%) 5 (2,3%) 8 0,180 Carcinoma de células escamosas 0 (0,0%) 4 (1,9%) 3 (1,4%) 7 0,578 Síndrome da ardência bucal 0 (0,0%) 2 (0,9%) 4 (1,9%) 6 0,203 Granuloma piogênico 0 (0,0%) 6 (2,8%) 0(0,0%) 6 0,068 Em relação ao gênero, o carcinoma de células escamosas foi mais comum no gênero masculino (p = 0,032), conforme demonstrado na tabela 6. 38 Tabela 6 – Associação das alterações orais mais prevalentes com gênero. Gênero Alterações orais Masculino N= 68 Feminino N= 148 P Neuralgia do trigêmeo 3 (1,4%) 16 (7,4%) 0,194 Hiperplasia fibrosa 2 (0,9%) 10 (4,7%) 0,349 Disfunção temporomandibular 3 (1,4%) 5 (2,3%) 0,707 Líquen plano 2 (0,9%) 6 (2,8%) 1,000 Carcinoma de células escamosas 5 (2,3%) 2(0,9%) 0,032 Síndrome da ardência bucal 1 (0,5%) 5 (2,3%) 0,668 Granuloma piogênico 1 (0,5%) 5 (2,3%) 0,668 Com relação aos hábitos de tabagismo e etilismo, o carcinoma de células escamosas foi mais comum em pacientes com o hábito do tabagismo (p = 0,005) e e em pacientes não etilistas (p = 0,042), o que pode ser observado nas Tabelas 7 e 8. E o líquen plano também foi mais frequente nos pacientes com o hábito do tabagismo (p = 0,042) (Tabela 7). Tabela 7 – Associação das alterações orais mais prevalentes com o hábito do tabagismo. Tabagismo Alterações orais Fumante N= 24 Não Fumante N= 167 Parou de Fumar N= 24 P Neuralgia do trigêmeo 2 (0,9%) 14 (6,5%) 3 (1,4%) 0,799 Hiperplasia fibrosa 1 (0,5%) 8 (3,7%) 3 (1,4%) 0,291 Disfunção temporomandibular 0 (0,0%) 8 (3,7%) 0 (0,0%) 0,303 Líquen plano 0 (0,0%) 5 (2,3%) 3 (1,4%) 0,042 Carcinoma de células escamosas 3 (1,4%) 2 (0,9%) 2 (0,9%) 0,005 Síndrome da ardência bucal 1 (0,5%) 5 (2,3%) 0 (0,0%) 0,643 Granuloma piogênico 0 (0,0%) 6 (2,8%) 0 (0,0%) 0,412 39 Tabela 8 – Associação das alterações orais mais prevalentes com hábito de etilismo. Etilismo Alterações orais Etilista N= 27 Não Etilista N= 188 P Neuralgia do trigêmeo 3 (1,4%) 16 (7,4%) 0,714 Hiperplasia fibrosa 2 (0,9%) 10 (4,7%) 0,561 Disfunção temporomandibular 0 (0,0%) 8 (3,7%) 0,600 Líquen plano 1 (0,5%) 7 (3,3%) 1,000 Carcinoma de células escamosas 3 (1,4%) 4 (1,9%) 0,044 Síndrome da ardência bucal 0 (0,0%) 6 (2,8%) 1,000 Granuloma piogênico 1 (0,5%) 5 (2,3%) 0,558 Quanto às outras condições, não foram observadas diferenças estatísticas em relação à faixa etária, gênero, área programática e hábitos. 40 6 – DISCUSSÃO Atualmente, existe um único sistema de registro eletrônico de saúde voltado para Estomatologia na América do Sul, o Estomato Web. Este prontuário eletrônico em odontologia é disponibilizado online pela Sociedade Brasileira de Estomatologia e Patologia Oral (SOBEP), e já foi avaliado no trabalho de Brailo et al. (2015), apresentando qualidades muito satisfatórias para o armazenamento de informações de pacientes e criação de um banco de dados único. Esse prontuário vem sendo utilizado no Serviço de Estomatologia da FO/UFRJ desde 2014, e após a implementação deste sistema, assim como relatado nos estudos de Finkeissen et al. (2003), Bowens et al. (2010) e Coorevits et al. (2016), o armazenamento e a administração dos dados coletados dos pacientes foram otimizados, auxiliando na prestação de assistência, melhorando o fluxo de trabalho e a busca de informações para a realização de pesquisas clínicas. As vantagens deste software relatadas no estudo de Brailo et al. (2015) foram também observadas pelos usuários deste sistema no Serviço de Estomatologia da FO/UFRJ. O Estomato Web é um programa de fácil aquisição, uma vez que é disponibilizado online para os sócios da SOBEP, não precisa ser baixado e instalado nos computadores do serviço e possui acesso remoto de qualquer computador, o que facilita o acesso ao sistema. Possui excelente integração com os usuários, e a utilização de login de usuário e senha garante um padrão de segurança dos dados inseridos no software (Brailo et al.,2015). Entretanto, este programa apresenta algumas desvantagens. Como a necessidade de instalação de computadores para o uso do software, e como o Estomato Web é um sistema online, quando não há conexão com a internet, ou quando a conexão apresenta uma baixa qualidade, não há possibilidade de acesso às informações registradas, ou esse acesso torna-se muito difícil, impedindo o gerenciamento dos dados. Além disso, podemos citar também como as barreiras de implementação e operacionalização do programa e a incapacidade do sistema de coletar várias informações de uma única vez. 41 As barreiras observadas durante a utilização do software Estomato Web foram principalmente relacionadas a utilização e a manipulação do sistema. Assim como relatado por Brailo et al. (2015), esse sistema é difícil de ser preenchido por alunos de graduação, e, além disso, como são inúmeras informações que precisam ser preenchidas no software, o preenchimento demanda muito tempo dos profissionais, levando a necessidade de atendimentos mais demorados para o registro das informações, além da necessidade de treinamento para sua utilização. A falta de conhecimento sobre os aspectos do armazenamento
Compartilhar