Implementações de Data Warehouse na Área da Saúde

Implementações de Data Warehouse na Área da Saúde
Ricardo S. Santos1, Marco Antônio Gutierrez2
1
Departamento de Informática em Saúde (DIS), Universidade Federal de São Paulo (UNIFESP), Brasil
2
Serviço de Informática, Instituto do Coração (INCOR), Universidade de São Paulo (USP), Brasil
Resumo – As técnicas de data warehousing para produção de informações gerenciais são utilizadas desde o
início dos anos 90 em diversos setores da economia. Na área da saúde, também existem iniciativas para a
adoção desta tecnologia. O sucesso ou fracasso no processo de implementação de uma nova tecnologia
depende de uma série de fatores, mas, o conhecimento prévio de casos similares, pode evitar vários problemas
ou situações desastrosas. O objetivo deste trabalho é apresentar uma revisão dos esforços na implementação
de um data warehouse na área da saúde. A contribuição deste estudo é a experiência transmitida através da
demonstração dos problemas encontrados, metodologias adotadas, procedimentos e ferramentas utilizadas. A
conclusão do artigo mostra os fatores que constituem os principais desafios e apresenta alguns procedimentos
que podem contribuir para o êxito na implementação de um data warehouse no segmento da saúde.
Palavras-chave: Data Warehouse, Gestão da Saúde, OLAP, Banco de Dados, Informática Médica.
Abstract – The date warehousing techniques for delivery management information have been applied since
1990’s in many economy’s areas. In the healthcare organizations, also there are initiatives for the adoption of
this technology . The success or failure in the process of implementation of a new technology depends on many
things, and the previous knowledge of similar cases can help to avoid disasters in this process. The objective of
this work is to present the efforts in to implement a Data Warehouse in the health organizations. The contribution
of this survey is the experience transmitted through the demonstration of the problems, methodologies,
procedures and tools used in development. The conclusion of this paper shows the peculiar challenges of the
health’s area and also it presents some procedures that can contribute for the success of a data warehouse
project for the health world.
Key-words: Data Warehouse, Health Management, OLAP, Databases, Medical Informatics.
1. Introdução
O trabalho não pretende efetuar uma revisão
sistemática sobre o assunto, mas, apenas
apresentar alguns exemplos de aplicação das
técnicas de DW na área da saúde. Não serão
efetuadas comparações ou correlações entre os
casos. Avaliações ou mensurações de resultados
para os casos apresentados também estão fora do
escopo do estudo.
O sucesso ou fracasso no processo de
implementação de uma nova tecnologia depende de
uma série de fatores, porém, o conhecimento prévio
de casos similares, pode evitar vários problemas ou
situações desastrosas no processo de introdução
da tecnologia.
Diversos setores da economia utilizam desde
os anos 90 as técnicas de data warehouse (DW)
para a produção de informação gerencial e
estratégica. Na área da saúde, também existem
várias iniciativas para a adoção desta tecnologia.
O objetivo deste trabalho é apresentar uma
revisão de
artigos publicados em periódicos
indexados, mostrando casos de implementação de
data warehouse na área da saúde. Isto fornece um
panorama geral das iniciativas existentes,
evidenciando
os
problemas
encontrados,
metodologias adotadas, os procedimentos e as
ferramentas utilizadas.
2. Metodologia
Os critérios para seleção dos artigos foram
simples. Apenas estar catalogado em um periódico
indexado, apresentar um conceito ou técnica de DW
aplicado ao setor da saúde, e demonstrar uma
implementação. Para o levantamento dos artigos
foram
utilizadas
as
bases
de
dados:
“WebofScience”; “Pubmed”; “MedLine”; “Lilacs” e o
portal da Capes nos itens “Periódicos” e “Banco de
Teses”.
1
Os trabalhos encontrados foram divididos em
dois grupos de acordo com o nível de abrangência
gerencial atendido pelo DW. Os níveis são: “Nível
Comunitário”, quando os dados abrangem a gestão
da saúde comunitária, e “Nível Institucional”,
quando os dados abrangem apenas uma instituição
e são utilizados por executivos de um centro de
saúde, como um hospital, um posto ambulatorial,
etc.
Sempre que possível, a apresentação de
cada artigo, neste texto, tentará evidenciar os
principais desafios encontrados, os procedimentos
e as ferramentas utilizadas no processo de
implementação.
3.1.2.
Outra iniciativa de implementação de um DW
para proporcionar informação analítica na gestão da
saúde pública é o projeto do “Instituto de Saúde
Pública da República da Eslovênia” (PHIRS – Public
Health Institute of the Republic of Slovenia).
O escopo do DW, na época do artigo (2000),
contemplava apenas os atendimentos ambulatoriais.
O projeto foi relativamente simples e seguiu
as seguintes etapas:
- Os dados de origem, recebidos dos centros
regionais, são consistidos e devolvidos, com um
relatório, em caso de erros;
- Sem erros, o arquivo de origem é processado
através de rotinas desenvolvidas em AWK, para
adquirir um formato mais adequado para a
carga;
- O
modelo
dimensional
é
definido
e
posteriormente carregado;
- Finalmente as interfaces do usuário são
desenvolvidas implantadas.
As ferramentas de desenvolvimento utilizadas
no projeto foram o “Oracle Express 6.2” como
servidor OLAP e o “Oracle Express Analyzer Tool”
para desenvolvimento das interfaces do usuário.
3. DW para Gestão da Saúde Comunitária
3.1.1.
República da Eslovênia [2]
Catch [1] [3]
Um dos projetos para a saúde pública de
maior destaque é o DW para o CATCH
(Comprehensive
Assessment
for
Tracking
Community Health) desenvolvido pela
USF
(University of South Florida’s). O DW fornece
informação para análise sobre mais de 250
indicadores.
O artigo [1] cita alguns desafios peculiares
para a implementação de um DW na saúde pública.
São eles: dados provenientes de diferentes fontes
em diferentes formatos; pouca padronização para
os dados da saúde; relatórios disseminados para
diversas localidades geograficamente separadas, e
um modelo de dados que suporte a elaboração de
políticas públicas para a saúde;
Um ponto que merece destaque no projeto é
a introdução de duas técnicas inovadoras para o
processo carga do DW (ETL - Extracting,
Transformation and Loading). São elas: “Estrelas
Gêmeas” e “Filtros de Qualidade dos Dados”
O processo de Estrelas Gêmeas consiste,
basicamente, em utilizar um modelo de dados
temporário, idêntico ao modelo de dados do DW, o
qual será carregado num primeiro estágio onde
serão aplicadas todas a regras de validações e
testes, e a partir dele será carregado o modelo
permanente.
Os “Filtros de Qualidade dos Dados” são
rotinas inseridas no processo de carga (ETL), para
efetuar validações no conteúdo dos dados. Estas
verificações analisam: “fatos”; “agregados” e
“dimensões”.
As ferramentas utilizadas no projeto foram:
Oracle Enterprise Server como SGBD (Sistema
Gerenciador de Banco de Dados), e as ferramentas
de desenvolvimento Oracle para a implementação
da interface do usuário [3].
3.1.3.
DW em Gerenciamento de Doenças [4]
Programas de gerenciamento de doenças têm
proliferado com o advento do “managed care” e as
tecnologias para gerenciamento de dados. O
objetivo destes programas é a identificação de
indivíduos doentes ou com potencial de contrair
doenças, e assim aplicar programas preventivos.
Neste contexto, sistemas DW encaixam-se
perfeitamente. O trabalho de Ramick [4], cita alguns
casos de aplicação de DW em programas de
gerenciamento de doenças. Dentre os casos
apresentados, destaca-se o projeto da companhia
de seguros “Empire Blue Cross –Blue Shield”
denominado SARA (Systematic Analysis Review
and Assistance system), que utiliza um software
desenvolvido pela empresa “Active Health
Management” para sinalizar pacientes com valores
que indicam uma situação médica indesejada.
Outro caso citado foi o da companhia “Aetna
US HealthCare”, que utiliza um programa próprio
(US Quality Algorithms) que atua sobre um DW
contendo dados administrativos e clínicos. O
programa identifica membros com determinadas
doenças e estes são incluídos automaticamente em
um programa de gerenciamento.
Mais um exemplo de aplicação de DW em
programas de gerenciamento de doenças é o do
“Horizon Mercy Health Plan” que descobriu através
de seu DW que o diagnóstico mais comum entre os
pacientes da pediatria era asma. Foi desenvolvido
2
um programa de gerenciamento para asma que
permitiu intervenções eficazes e campanhas
educacionais preventivas, objetivando redução dos
casos.
3.1.4.
4.1.2.
O CDR (Clinical Data Repository), é um DW
cujo propósito é fornecer dados para as atividades
educacionais e de pesquisa ao centro médico da
Universidade de Virgínia, além de suprir dados
gerentes e administradores.
O CDR foi implementado no SGDB Sybase ,
tendo o processo de carga realizado através de
rotinas desenvolvidas em Pearl. A interface do
usuário consiste em um conjunto de programas CGI
(Common gateway interface) implementados em
linguagem “C”, e JavaScript.
O volume do banco de dados em Outubro de
2000 era de 23 GB, e o custo de desenvolvimento
foi de aproximadamente 200.000,00 U$ por ano.
Protótipo para o SUS [5]
Foi desenvolvido um protótipo de um DW
para atender o sistema de informação ambulatorial
do SUS como parte integrante de uma dissertação
de mestrado da Universidade Federal do Rio
Grande do Sul (UFRGS). O protótipo foi
desenvolvido com o objetivo de apresentar ao
usuário final, num curto espaço de tempo, as
vantagens obtidas no processo decisório com a
implementação de um DW.
Para desenvolvimento do protótipo foram
utilizadas as seguintes ferramentas: MS-SQL
Server 6.5 como “Sistema Gerenciador de Banco de
Dados” (SGBD); Warehouse Architect da Sybase
como “Ferramenta Case”; WizRule 3.0 da Wizsoft
para auxiliar na limpeza dos dados; Star Trecker
(exemplar do livro de Kimball) e db Probe 2.0 da
InterNetivity para implementação da interface do
usuário e, finalmente, o Microsoft Access 97 como o
repositório e gerenciador de “Metadados”.
4.1.3.
William Beaumont Hospital [8]
O artigo mostra a experiência obtida no
desenvolvimento de um “Data Mart” (DM) para o
hospital Willian Beaumont. O DM, desenvolvido em
meados de 90, foi implementado em MS-ACCES.
Dois fatores contribuíram para a escolha do MSAccess: o custo e o baixo volume de dados. O
objetivo era que o DM ganhasse visibilidade na
organização e proporcionasse a sua substituição por
um sistema maior e com tecnologia de banco de
dados mais sofisticada.
As rotinas para carga e a interface do
usuário foram desenvolvidas em VBA (Visual Basic
Aplication), linguagem de programação nativa do
MS-Acess.
4. Aplicações para Gestão Institucional
4.1.1.
CDR - Universidade de Virgínia [7]
Inglis Innovative Services [6]
Esta organização, destinada ao atendimento
de deficientes físicos, percebeu a necessidade de
implementação de um DW devido à proliferação de
aplicações MS-Access na organização.
Os dados de origem para o DW eram
provenientes de duas aplicações: Um sistema de
recursos humanos, denominado “VISTA”, com
dados em MS-SQL Server, e um sistema clínico e
financeiro denominado “SOS”, com dados em
Progress. O IIS escolheu o MS-SQL Server para
implementação do DW, e, como interface do
usuário, foram desenvolvidas algumas aplicações
Web.
Breen et. al., citou em seu artigo [6] uma lista
de pontos que devem ser observados na
implementação de um DW, entre eles: a preparação
prévia da infra-estrutura; a identificação de um
profissional com disponibilidade integral para o
projeto; a identificação dos dados, dos respectivos
proprietários e dos problemas que o DW pode
resolver;
e
finalmente,
implementar
algo
rapidamente para que os usuários possam
visualizar os benefícios;
4.1.4.
CHC - [9] [13]
O Commonwealth Health Corporation, em
1997, decidiu implementar um DW. Optou por adotar
uma solução “pronta”, disponível no mercado:
“TSG’s Galaxy”. A solução compreende além do
repositório de dados, a aquisição, transformação e
visualização, todos inseridos em um produto único.
A solução utiliza como SGBD o MS-SQL Server.
[13]. O artigo cita que nos dois primeiros anos de
utilização, o CHC economizou mais de 1,5 milhões
de dólares devido ao melhor gerenciamento de
recursos. [9].
4.1.5.
Horizon Mercy [10]
“Horizon Mercy of Trenton”, uma empresa
de seguros de saúde responsável pela assistência à
saúde de 170.000 associados, em 1997, através de
3
seu médico chefe Robert N. Robinson, decidiu
procurar no mercado uma solução DW. A principal
preocupação de Robinson não era a árdua tarefa de
integração e limpeza dos dados, mas, o desenho do
modelo clínico. As soluções apresentadas
possuíam, basicamente, três aspectos negativos:
extremamente caras; tecnologia ultrapassada, e os
fornecedores não compreendiam os desafios
específicos da área. Após uma extensa busca,
optou pela solução de uma pequena empresa, na
época, denominada Infominers. A solução combina
uma interface simples (desenvolvida com Cognos),
utiliza o SGBD Oracle, e apresenta o seu próprio
modelo clínico baseado em sua vasta experiência.
Isto permitiu iniciar o processo de implementação e
quase que imediatamente, apresentar alguns
resultados.
4.1.6.
na instituição. Como SGBD para implementar o DW
foi utilizado o MS-SQL Server. O processo de
extração e carga foi implementado através de
rotinas desenvolvidas em Power Builder. A
ferramenta OLAP de visualização, denominada
FBCDataWare, também foi desenvolvida utilizando
Java, ASP e HTML.
5. Discussão
Embora o objetivo do trabalho não seja uma
análise comparativa, alguns aspectos sobre os
estudos de casos apresentados, podem ser
discutidos.
Os dois níveis de aplicação na área da saúde
Inicialmente, pode-se notar a existência de
dois níveis bem distintos de gerência no segmento
saúde. O primeiro refere-se à gestão da saúde de
uma comunidade, enquanto o segundo dedica-se ao
gerenciamento de uma organização que presta
serviços em saúde. Os dois tipos de gestores
possuem universos de atuação totalmente
diferentes, e isto significa que a visão de cada
dirigente sobre os seus dados muda drasticamente.
COSTAR [11]
Esse trabalho apresenta, basicamente, uma
metodologia para modelagem de um DW,
baseando-se no histórico das consultas efetuadas a
uma base de dados de um sistema clínico: o
COSTAR (Computer Stored Ambulatory Record);
sistema desenvolvido há quase trinta anos pelo
Laboratório de Ciência da Computação do
“Massachusetts General Hospital”
Foram extraídas 5995 consultas, no período
de 13/07/82 a 26/08/98. Inicialmente foram
eliminadas as consultas destinadas à tarefas de
manutenção de sistema, restando 2158 consultas.
Eliminando as consultas duplicadas, sobraram 642
consultas para analisar. O resultado da análise
permitiu a elaboração de um modelo estrela que foi
implementado em duas fases. A primeira estrela
abrangeu 79% dos requisitos do usuário e
implementando o segundo conjunto de tabelas, foi
possível atingir 90%.
4.1.7.
Desafios da área
Os casos apresentados também mostraram
uma série de desafios próprios da área da saúde.
Berndt et al.[1], comenta sobre a diversidade de
fontes e formatos dos dados origem, DeJesus [10]
transcreve a visão do Dr. Robinson, que considera
como maior problema a falta de compreensão dos
fornecedores de solução DW dos desafios
específicos da área, e Isken et al. [8] comenta a
limitação de recursos financeiros.
Outro fato marcante é a existência de um
grande volume de dados que não estão
representados em forma de texto. Por exemplo: as
imagens. Wong et al. [15] e Oyama et. al. [14],
apresentam iniciativas para o desenvolvimento de
DW contemplando imagens. A tabela 1 reúne os
principais desafios.
Fundação Baiana de Cardiologia [12]
Desafios na implementação de um DW na área da saúde.
- Dados provenientes de muitas fontes
- Diversidade de formatos de dados, principalmente devido às
diversas aplicações específicas da área
- Grande volume de informação armazenado em imagens
- Pouca padronização
- Relatórios (saídas) devem ser disseminados para diversas
localidades separadas geograficamente
- Fornecedores de soluções não compreendem os desafios
específicos da área
- Limitação de recursos financeiros
Protótipo
implementado
em
ambiente
experimental, como parte integrante de uma
dissertação de mestrado da UFRJ (Universidade
Federal do Rio de Janeiro).
O DW contemplou dados provenientes de 8
aplicativos, cada um com base de dados própria,
sendo que os SGBD utilizados por estas aplicações
eram o MS-Access, Sybase e Unify.
A escolha das ferramentas foi efetuada por
conveniência, aproveitando o que havia disponível
Tabela 1 – Desafios de um DW na área da saúde
4
Analisando as ferramentas ETL e OLAP, é
marcante a
predominância de soluções
desenvolvidas internamente, em detrimento da
utilização de soluções consagradas no mercado. O
gráfico 2 mostra a relação entre as interfaces
baseadas em soluções OLAP comerciais e as
desenvolvidas internamente.
Ferramentas
De forma simplificada, poderíamos classificar
as ferramentas necessárias em um projeto DW em
três tipos: um SGBD para armazenamento; uma
ferramenta ETL para limpeza e carga dos dados; e
uma ferramenta OLAP para visualização.
Uma característica curiosa observada nos
casos apresentados é a utilização de ferramentas
mais simples e, principalmente, desenvolvidas
internamente. Apesar de não estar explicitamente
citado, pode-se deduzir que isto acontece em
função dos desafios anteriormente mencionados.
A tabela 2 apresenta uma relação das
ferramentas utilizadas nos casos estudados.
Caso
Estudado
CATCH
SGBD
Ferramenta
ETL
Interna (AWK e
Pearl)
Internas (AWK)
Oracle
Eslovênia
Oracle
Protótipo
SUS
IIS
SQL Server Internas +
WizRule
SQL Server Internas
CDR Virgínia
William
CHC
Horizon
FBC
Sybase
Interna (Pearl)
Access
Interna (VBA)
SQL Server TSG’s Galaxy
Oracle
Infominers
SQL Server Interna (PB)
Relação entre as ferramentas OLAP adotadas
Soluções Comerciais
Soluções Internas
Ferramenta OLAP
Ferramentas
Oracle
Oracle Express
Analyzer Tool
DB Probe + Access
Gráfico 3.2 – Relação entre a solução OLAP
Interna – Aplicação
Web
Interna
(“C”/ JavaScript)
Interna (VBA)
TSG’s Galaxy
Infominers-Cognos
Interna (Java/ASP)
Procedimentos na Implementação
Alguns casos estudados mostraram, além
das dificuldades específicas da área, alguns
procedimentos importantes que contribuíram para o
sucesso do projeto. A tabela 3 apresenta uma lista
desses procedimentos.
Procedimentos que contribuem para o sucesso do projeto
- Uma boa estratégia para o processo de carga é a utilização
de “Estrelas Gêmeas”
- Para garantir a consistência dos dados, uma boa técnica é a
aplicação de “Filtros para Qualidade Dados”. Os filtros analisam
fatos, agregados e dimensões.
Disponibilizar toda a infra-estrutura antes de implementar um
DW
- Identificar um profissional, da instituição, competente e com
disponibilidade integral para o projeto
- Identificar os dados importantes da corporação e os
proprietários destes dados
- Identificar os problemas que o DW pode resolver
- Elaborar cuidadosamente o desenho do modelo clínico
- Se possível, elaborar os requisitos do usuário, através de um
histórico de consultas efetuadas nos sistemas existentes
- Implementar alguma coisa rapidamente para que os usuários
possam visualizar os benefícios
Tabela 2– Ferramentas utilizadas.
A tabela mostra que predominam, como
SGBD, o Oracle e SQL Server. Não foi observada a
utilização de SGBD’s como o Teradata da NCR e o
DB2 da IBM, amplamente utilizados em outros
segmentos. Em nenhum artigo estudado o volume
de dados foi citado como um desafio.
O gráfico 1 mostra a relação entre os SGBD’s
utilizados .
Distribuição dos SGBD's utilizados
Tabela 3 – Procedimentos na implantação do DW
Oracle
MS-SQL Server
6. Conclusões
Sybase
MS-Access
O objetivo desta revisão foi mostrar o estado
da arte em projetos DW na área da saúde através
da apresentação de casos reais publicados em
periódicos indexados. A contribuição do trabalho é a
experiência transmitida através da explicitação dos
Gráfico 1 – Relação entre os SGBD’s.
5
desafios encontrados, metodologias, procedimentos
e ferramentas utilizadas.
O estudo mostrou que existem alguns
desafios peculiares, que constituem os principais
problemas para implementação de um DW na área
da saúde. Entre eles destaca-se a diversidade de
fontes e formatos de dados; a complexidade do
desenho de um modelo clínico e a falta de
compreensão dos fornecedores sobre a área.
Também foi observada a preferência pelo
desenvolvimento interno de rotinas para carga e
análise dos dados. Em 78% dos casos, não foi
utilizada nenhuma ferramenta ETL para auxílio no
processo de carga, e apenas 67% optaram por
ferramentas OLAP existentes. O SGBD mais
utilizado, nos casos estudados, é o SQL Server com
45% , seguido do Oracle com 34%.
Pelos números apresentados, pode-se
concluir que as implementações de DW na área da
saúde, geralmente, não utilizam as ferramentas
sofisticadas existentes no mercado. Isto induz à
hipótese que o universo da saúde é razoavelmente
diferente dos demais setores da economia e a
metodologia para implementação de um DW com
sucesso em outras áreas, pode não garantir o êxito
na área da saúde.
Naturalmente, existem muitos outros casos
de implementação de DW na saúde, que não foram
publicados em nenhuma base bibliográfica. Em um
trabalho futuro, pretende-se catalogá-los, analisalos e apresenta-los. Ainda, como estudo posterior
deve-se pesquisar a situação atual dos casos
apresentados, e efetuar uma análise comparativa
entre um projeto DW para a área da saúde e para
outros setores da economia.
[4] Ramick D.C. (2001), “Data Warehousing in Disease
Management Programs., Journal of Healthcare
Information Management, Summer, v. 15, n. 2, p.
99-105.
[5] Rodrigo Leal de Moraes (1998), “Sistemas de Data
Warehouses: Estudo e Aplicação na Área da
Saúde”, Dissertação de Mestrado, UFRGS.
[6] Breen C., Rodrigues L.M. (2001), “Implementing a Data
Warehouse at Inglis Innovative Services”, Journal
of Healthcare Information Management, v. 15, n. 2,
p. 87-97.
[7] Einbinder J.S., Scully K.W., Pates R.D., Schubart J.R.,
Reynolds R.E. (2001), “Case study: A Data
Warehouse for an Academic Medical Center”,
Journal of Healthcare Information Management, v.
15, n. 2, p. 165-75.
[8] Isken M.W., Littig S.J., West M. (2001), “A Data Mart
for Operations Analysis”, Journal of Healthcare
Information Management, 2001 v.15, n.2, p.14353.
[9] Shams K., Farishta M. (2001), “Data warehousing:
Toward knowledge Management”, Topics in Health
Information Management, v.21, n.3, p.24-32.
[10] DeJesus E.X. (1999), “Disease Management in a
Warehouse: Data Warehouse Technology Makes a
Good Fit for Disease Management Programs”,
Healthcare Information, v.16, n.9, p.33-6, 38-9.
[11] Murphy S.N., Morgan M.M., Barnett G.O., Chueh H.C.
(1999), “Optimizing Healthcare Research Data
Warehouse Design Through Past COSTAR Query
Analysis”., Proceedings AMIA Symposium, p. 892896.
[12] Ana Claudia Oliveira Garcia Dos Santos (2001),
“Organização de um Data Warehouse Clinico”,
Dissertação de Mestrado, UFRJ.
[13] The Shams Group (TSG). Disponível em:
www.shamsgroup.com/pgalaxy.htm. Acesso em 18
mai 2003.
[14] Oyama H., Wakao F., Mishina T., Lu Y., Honjo A.
(1997), “Virtual Cancer Image Data Warehouse”,
Stud Health Technologies Informormation. v. 39, p.
151-154.
[15] Wong S.T., Hoo K.S Jr., Knowlton R.C., Laxer K.D.,
Cao X., Hawkins R.A., Dillon W.P., Arenson R.L.
(2002), “Design and Applications of a Multimodality
Image Data Warehouse Framework”, JAMIA, v. 9,
n.3, p. 239-54
7. Referências
[1] Berndt D.J., Hevner A.R., Studnicki J. (2003), “The
Catch Data Warehouse: Support for Community
Health Care Decision-Making”, Decision Support
Systems, v. 35, n. 3, p. 367-384.
[2] Hristovski D., Rogac M., Markota M. (2000), “Using
Data Warehousing and OLAP in Public Health
Care”, Journal Of The American Medical
Informatics Association, Suppl. p. 369-373.
[3] Berndt D.J., Hevner A.R. (1998), “CATCH/IT: A Data
Warehouse
to
Support
Comprehensive
Assessment for Tracking Community Health,
Journal Of The American Medical Informatics
Association, Suppl. p. 250-254.
Contato
[email protected]
6