BANCOS DE DADOS EM GRAFOS E APLICAÇÕES EM SAÚDE COLETIVA

Gustavo Luis Veloso de Carvalho

Todos os Trabalhos

Trabalho

Título do Trabalho

BANCOS DE DADOS EM GRAFOS E APLICAÇÕES EM SAÚDE COLETIVA

Autores

Gustavo Luis Veloso de Carvalho

Modalidade

Resumo apresentação oral padrão

Área temática

Centro de Ciências Matemáticas e da Natureza (CCMN)/Ciência da Computação

Data de Publicação

22/03/2021

País da Publicação

Brasil

Idioma da Publicação

Português

Página do Trabalho

https://www.even3.com.br/anais/jgmictac/317923-bancos-de-dados-em-grafos-e-aplicacoes-em-saude-coletiva

ISBN

978-65-5941-128-3

Palavras-Chave

Bancos de Dados,Grafos,Bancos de Dados em Grafos,SQL,NOSQL,Tuberculose,Saúde,Computação

Resumo

Bancos de Dados em Grafos e Aplicações em Saúde Coletiva 1. Introdução Grafos são tipos importantes de dados nos quais temos que lhe dar. Redes sociais são um dos tipos comuns de grafos, com uma coleção de entidades que participam da rede. Um motivo convincente, para a escolha de um banco de dados de grafos é o simples aumento de performance ao lidar com dados conectados versus bancos de dados relacionais e repositórios NOSQL. Em contraste com os bancos de dados relacionais, onde o desempenho da consulta se deteriora à medida que o conjunto de dados aumenta, com um banco de dados em grafos a complexidade tende a permanecer relativamente constante, mesmo quando o conjunto de dados cresce. Isso ocorre porque as consultas são localizadas em uma parte do gráfico. Como resultado, o tempo de execução de cada consulta é proporcional apenas ao tamanho da parte do gráfico percorrida para satisfazer essa consulta, em vez do tamanho do grafo geral. 2. Objetivo O objetivo desse trabalho é exportar os dados de um banco de dados relacional ( PostgreSQL) e importar os dados em um banco de dados em grafos (Neo4J) , criando um ambiente fácil para consultas de trajetórias com muitas informações para área de saúde, utilizando um banco em grafos, para prover uma interface de visualização das consultas a serem realizadas. Devemos considerar que a base SINAN não foi modelada para permitir uma importação direto para o Neo4J sendo necessárias etapas auxiliares nesse processo de modelar o banco em grafos, transformar os dados com PostgreSQL para uma maneira eficiente de importar os dados com Neo4J. O presente trabalho desenvolve um modelo em grafos consistente com as análises a serem feitas, transforma as tabelas, exporta no PostgreSQL de maneira adequada e importa de um arquivo com formato csv. Entretanto quando fazemos análises em cima de eventos, frequentemente queremos entender a sequência em que os eventos ocorrem, por exemplo: • Quanto tempo demora para um paciente chegar de um estado A estado B ? • Quais são os diferentes caminhos que uma pessoa tem até para chegar a um certo estado C ? Os bancos de dados de grafos representam uma nova abordagem para armazenar e consultar dados. Iremos utilizá-los para tentar responder a algumas das perguntas acima. O trabalho pretende abordar conceitos em bancos de dados grafos e explorar algumas das capacidades de busca com o Neo4J em particular. 3. Método Durante todo processo de ETL dos dados disponibilizados pelo SUS para a carga no Neo4J, foram necessários estágios de ingestão, transformação das tabelas, alteração de alguns campos, adição de campos, exclusão de alguns campos e criação de tabelas que foram extraídas do banco relacional para um formato csv, para cada tipo de nó , e para cada relacionamento. Além disso a importação em si para o banco de dados 4. Resultado Padrão de trajetória dos pacientes TB-DR: Neste estudo, a base de dados do Sinan de 2012 a 2018 (que será atualizado em breve com o linkage com o SITE-TB) foi modelada em grafos, de modo que a sequência dos tratamentos foi privilegiada nas consultas à base de dados. O objetivo foi identificar se há padrões de trajetória na rede de serviços de saúde e se há regiões (bairros) de maior risco de pacientes com resistência (primária e adquirida). 5. Conclusão Concluímos que podemos extrair informações e utilizar algoritmos em grafos para encontrar recursos onde já conhecemos a estrutura geral que estamos procurando, mas não o padrão exato. Sabemos os agrupamentos ou a forma que se agrupam os dados, porém não sabemos os padrões em cada agrupamento isoladamente. Neste caso é difícil utilizar uma estrutura fixa como os bancos SQL tradicionais e necessitamos de estrutura mais flexíveis como os bancos NOSQL ou grafos para utilizar algoritmos. Referências: Graph Databases Ian Robisson Database System Concepts SilverChatz

Título do Evento: XLII Jornada Giulio Massarani de Iniciação Científica, Tecnológica, Artística e Cultural (JICTAC 2020 - Edição Especial) - Evento UFRJ
Título dos Anais do Evento: Anais da Jornada Giulio Massarani de Iniciação Científica, Tecnológica, Artística e Cultural
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

CARVALHO, Gustavo Luis Veloso de. BANCOS DE DADOS EM GRAFOS E APLICAÇÕES EM SAÚDE COLETIVA.. In: Anais da Jornada Giulio Massarani de Iniciação Científica, Tecnológica, Artística e Cultural. Anais...Rio de Janeiro(RJ) UFRJ, 2021. Disponível em: https//www.even3.com.br/anais/jgmictac/317923-BANCOS-DE-DADOS-EM-GRAFOS-E-APLICACOES-EM-SAUDE-COLETIVA. Acesso em: 25/04/2025