VODAN BR – rede de dados de surto de covid-19 no brasil: a gestão de dados no enfrentamento de pandemias
Viviane Veiga, Maria Luiza Campos, Carlos Roberto Lyra da Silva, João Moreira e Patricia Corrêa
Henning
Módulo 8 - Projeto VODAN Brasil – Rede de dados de pesquisa para enfrentamento da COVID19
A infraestrutura atual de registro e conexão
de dados de paciente está equipada para
lidar com um surto mundial de vírus
de maneira eficiente?
COVID-19 - Como compreender?
Fontes: https://infographics.channelnewsasia.com/covid-19/map.html http://www.conass.org.br/painelconasscovid19/ https://covid19primer.com/dashboard
COVID-19 - Como compreender?
Dados de Saúde
Patógeno
Medicamentos
Infraestrutura de Saúde
Genômica
Paciente
Ambiente e
Regulações Locais
COVID-19 - Como compreender?
Dados de Saúde
Patógeno
Medicamentos
Ambiente e
Regulações Locais
Infraestrutura de Saúde
Genômica
Paciente
Bases Biomédicas
Genes, Proteínas,
Drogas, Doenças,
Medicamentos
Bases Pacientes
Sintomas, Doenças
pré-existentes,Tratamento
s, Exames, Detecção
Bases Demográficas
Características da
População,
Distanciamento Social e
Quarentena
Bases Patógeno
Cepas, relação
patógeno-hospedeiro,
Surtos Anteriores
(SARS/MERS)
Bases Saúde
Unidades Hospitalares,
Equipes de Saúde, EPIs e
cadeia de suprimento
COVID-19 - Como compreender?
Interoperando Dados (FAIR) em Bases Heterogêneas
Painéis
Gráficos
(Dashboards)
Modelos
Projeções
Publicações
Ciência de Dados
Mineração
Estatística
Inteligência Artificial
Métodos Numéricos
VODAN Brasil
Rede de Dados
para
enfrentamento
das pandemias
Módulo 8 - Projeto VODAN Brasil – Rede de dados de pesquisa para enfrentamento da COVID19
Estabelecer uma infraestrutura federada de
dados seguindo os princípios FAIR (Findable,
Accessible, Interoperable, Reusable) para dados
de epidemias
Disponibilizar essa infraestrutura para possibilitar
que unidades de saúde possam coletar e
implementar a gestão dos dados de pacientes que
carregam o SARS-CoV2, o novo Coronavírus
possibilitar o seu reuso em novas pesquisas,
facilitará a tomada de decisão baseada em
evidências, evitando medidas equivocadas por
parte dos gestores e profissionais de saúde
possibilitar a geração de dados mais confiáveis,
contribuindo para a transparência, produção e
disseminação do conhecimento científico.
Tornar os dados de epidemias
disponíveis para reutilização em novas
pesquisas, monitoramento e outros
fins, em condições bem definidas,
respeitando a privacidade dos
pacientes, conforme a legislação
vigente.
neste momento visando o surto atual da
pandemia causada pela Coronavirus Disease 2019
(COVID-19)
Capturar os dados estabelecidos
pela Organização Mundial de Saúde
no CRF_WHO_COVID-19*
(*) CRF_WHO_COVID-19: Case Report Form from World Health Organization to COVID-19
Premissas do Projeto
Módulos dos formulários de registro de casos da OMS
WHO COVID-19 RAPID VERSION
Dados FAIRPREMISSAS DO PROJETO
▪ WHO’s COVID 19 CRF, rapid version:
https://www.who.int/docs/defaultsource/coronaviruse/who-ncov-crf.p
df?sfvrsn=84766e69_2
▪ Arquivo fonte do formulário:
https://github.com/FAIRDataTeam/WHO-COVID-CRF
▪ Documentação: https://vodan-ontology.github.io
▪ Publicado no BioPortal:
http://bioportal.bioontology.org/ontologies/COVIDCRFRAPID
▪ Versão em portugues já disponível no Github
Dados FAIRWorld Health Organization COVID-19 e-CRF
Premissas do Projeto
Módulos dos formulários de registro de casos da OMS
WHO COVID-19 RAPID VERSION
PREMISSAS DO PROJETO
Módulos do formulários de registro de casos da OMS
WHO COVID-19 RAPID VERSION
Módulos
Grupos de
Questões
Questões
Flexibilidade para criar
novos módulos, inserir
novas questões ou grupos
de questões
Premissas do ProjetoPremissas do ProjetoPREMISSAS DO PROJETO
Extrato da ontologia COVIDCRFRAPID**, utilizando Protégé
(**) WHO_COVID-19_Rapid_Version_CRF_Ontology – disponível em https://github.com/FAIRDataTeam/WHO-COVID-CRF
Dados Interligados
Considerar o modelo
semântico da Ontologia
COVIDCRFRAPID
-
Triplificação dos Dados
(RDF)
(*) RDF - Resource Description Framework
Premissas do ProjetoPremissas do ProjetoPREMISSAS DO PROJETO
Resumo das
Premissas
Consideradas
World Health Organization (WHO)
CASE RECORD FORM (CRF) :
NOVEL CORONAVIRUS (COVID-19) - RAPID VERSION*
Dados e Metadados Interligados
WHO_COVID-19_Rapid_Version_CRF_Ontology.owl**
Informações Adicionais – CRF Nacionais
- SRAG_SIVEP_GRIPE (Prefeitura de São Paulo)
- E-SUS-VE
- Outros Prontuários….
(*) Disponível em: https://www.who.int/docs/default-source/coronaviruse/who-ncov-crf.pdf?sfvrsn=84766e69_2
(**) Disponível em: https://github.com/FAIRDataTeam/WHO-COVID-CRF
Apoio à aplicação para Coleta dos Dados do Formulário
da Organização Mundial de Saúde (OMS)
Projeto de Banco de Dados - Etapas
1
A
nálise
de
Requisitos
2
Projeto
C
onceitual
3
Projeto
Lógico
4
Projeto
Físico
Banco de Dados de ApoioPremissas do ProjetoBANCO DE DADOS DE APOIO
Objetos digitais FAIR
só podem existir em um
ecossistema FAIR
https://ec.europa.eu/info/sites/info/files/turning_fair_into_reality_1.pdf
Módulo 8 - Projeto VODAN Brasil – Rede de dados de pesquisa para enfrentamento da COVID19
Premissas do Projeto
Módulo 8 - Projeto VODAN Brasil – Rede de dados de pesquisa para enfrentamento da COVID19
PESQUISADOR
BIBLIOTECÁRIO
DE DADOS
ANALISTA DE
SISTEMAS
PROFISSIONAL
DE SAÚDE
PACIENTE
Premissas do Projeto
Módulo 8 - Projeto VODAN Brasil – Rede de dados de pesquisa para enfrentamento da COVID19
VOCÊ
FALTA...
Please
GO FAIR
•GT GO FAIR BRASIL METADADOS E PLATAFORMAS
•GT GO FAIR BRASIL SAÚDE ONTOLOGIA
•GT GO FAIR BRASIL CAPACITAÇÃO
•SUBREDE VODAN BR
gofairbrasilsaude@icict.fiocruz.br
•GT GO FAIR BRASIL METADADOS E PLATAFORMAS
•GT GO FAIR BRASIL SAÚDE ONTOLOGIA
•GT GO FAIR BRASIL CAPACITAÇÃO
•GT GO FAIR BRASIL POLÍTICA
•VODAN BR
GO FAIR
gofairbrasilsaude@icict.fiocruz.br
Equipe VODAN - Brasil
❖ Adriana Leão-Helder – ENSP/Fiocruz
❖ Alessandra Rocha – UNIRIO
❖ Andrea Garcia – UNIRIO
❖ Andréia da Conceição – ENSP/Fiocruz
❖ Carlos da Silva – UNIRIO
❖ Christovam Barcelos – ICICT/Fiocruz
❖ Diogo Nolasco – PPGI/UFRJ
❖ Diogo Patrao – Albert Einstein
❖ Diogo Rocco – BCC/UFRJ
❖ Edson Amaro – Albert Einstein
❖ Elaine Lucia da Silva – INCQS/Fiocruz
❖ Erick Penedo – ICICT/Fiocruz
❖ Fabiana Assumpção – PPGHIV/UNIRIO
❖ Fernando Ferry – UNIRIO
❖ Giseli Lopes – PPGI/UFRJ
❖ Jefferson Lima – ICICT/Fiocruz
❖ João Moreira – University of Twente
❖ Jorge Leite – UNIRIO
❖ Jorge Magalhaes – Farmanguinhos/Fiocruz
❖ José Berenguer Flores – UNIRIO
❖ José Hisse – BCC/UFRJ
❖ José Honório Gimenes - ENSP/Fiocruz
❖ Jose Walter Farias – FARMACOS/Fiocruz
❖ Leticia Verona – PPGI/UFRJ
❖ Luis Olavo Bonino – University of Twente
❖ Madalena Lopes e Silva – IME/RJ
❖ Marcos Paulo Moraes – PPGI/UFRJ
❖ Marcus F. Gonçalves – PPGI/UFRJ
❖ Maria Cláudia Cavalcanti – IME/RJ
❖ Maria Eduarda Teixeira – ICICT/Fiocruz
❖ Maria Luiza Campos – PPGI/UFRJ
❖ Matheus Puime Feijoó - PPGI/FRJ
❖ Natália Oliveira – PPGI/UFRJ
❖ Patricia Henning – UNIRIO
❖ Paula Fukusawa – UNIRIO
❖ Renata Cristina Matta – ENSP/Fiocruz
❖ Romero de Melo Silva – UNIRIO
❖ Sérgio de Aquino - UNIRIO
❖ Sérgio Serra da Cruz – PPGI/UFRJ
❖ Simone Faury Dib – ICICT/Fiocruz
❖ Tiago de Macedo – UFRJ
❖ Vania A S Borges – PPGI/UFRJ
❖ Viviane Veiga – ICICT/Fiocruz
❖ Wilker Fazolo – PPGI/UFRJ
EQUIPE
Referências
Virus Outbreak Data Network (VODAN). Disponível em:
https://www.go-fair.org/implementation-networks/overview/vodan/
“Webinar FAIR data in ZonMw COVID-19 research” - Margreet Bloemers, May 7, 2020. Disponível
em:
https://www.zonmw.nl/en/research-and-results/fair-data-and-data-management/webinars-for-support-c
ommunity-building/
“Metadata for Machines Workshop: VODAN Africa” - Dr. Erik Schultes, PhD. April 28, 2020.
Disponível em: https://drive.google.com/file/d/1ALyiKAF5fzx9BhHJUZcx_gMHArgkmBQO/view
Módulo 8 - Projeto VODAN Brasil – Rede de dados de pesquisa para enfrentamento da COVID19REFERÊNCIAS