Ciência de Dados
As duas chamadas financiaram ao todo 26 projetos na área da ciência de dados para geração de evidências e inovação com foco na saúde materno-infantil e da mulher.
Rodada 1
Desafio
Ainda existem importantes lacunas de conhecimento para entender como a nutrição, os cuidados durante o pré-natal e no pós-parto, além de fatores ambientais e sociais, contribuem para um elevado risco de resultados insatisfatórios para a saúde materno infantil.
Desenvolver e validar abordagens para promover a saúde materno-infantil é uma tarefa desafiadora porque depende de uma complexa interação entre fatores biológicos, ambientais e sociais. Além disso, recomendações de políticas públicas para garantir bons resultados nesta área frequentemente carecem do suporte de evidências científicas porque os testes clínicos, em geral, são caros, levam tempo e são cada vez mais difíceis de implementar.
Essa compreensão é necessária para determinar quais intervenções, incluindo políticas públicas de saúde, devem ser oferecidas, a quais grupos de indivíduos e em que momento de suas vidas para garantir os melhores resultados.
Objetivo
Esta chamada é em parte resultado da chamada de ACT – Todas as Crianças com Desenvolvimento Saudável, e alinha-se com outra iniciativa criada pela Fundação Gates em 2010 (Integração do Conhecimento em Nascimento, Crescimento e Desenvolvimento Saudáveis, da sigla em inglês HBGDki). O principal objetivo deste programa foi utilizar ferramentas de ciência de dados para desenvolver um sólido entendimento dos fatores de risco que contribuem para desfechos inadequados em partos prematuros, crescimento infantil incerto e desenvolvimento neurocognitivo comprometido.
O edital procurou fomentar abordagens inovadoras de análise de dados relacionados a programas sociais e à saúde pública no Brasil para produzir novos insights e conclusões que pudessem melhorar a saúde materno-infantil não só dentro do país como também ao redor do mundo. Os candidatos puderam escolher entre trabalhar com grandes bancos de dados já disponíveis ou colaborar com o Centro de Integração de Dados e Conhecimentos para Saúde (CIDACS).
O edital financiou propostas desenvolvidas especificamente para responder questões científicas críticas relacionadas aos desfechos em desenvolvimento e em saúde materno-infantil priorizando projetos que:
- Apliquem análises inovadoras e técnicas de machine learning para identificar padrões nos dados de experimentos naturais;
- Estratifiquem o risco de resultados adversos da gravidez, incluindo parto prematuro e baixo peso ao nascer;
- Incorporem o ganho de peso durante a gravidez como uma variável
Foquem em subconjuntos de dados ainda não explorados; - Ajudem a transformar correlações em hipóteses causais;
Identifiquem novas formas de agregar fatores de risco e identificar populações vulneráveis para desfechos adversos em saúde materno-infantil, incluindo estratégias inovadoras de integração de dados e ferramentas de visualização; - avaliem programas e intervenções em preparação para a gravidez e os efeitos dessas medidas no pré-natal e na mortalidade materna, fetal e neonatal;
- Foquem nas causas raízes da mortalidade materna, incluindo cesáreas, com especial atenção para as populações e grupos mais vulneráveis;
- Investiguem a dupla carga de doenças que leva o Brasil a ter bolsões de pobreza;
- Ajudem a entender a relação entre indicadores sociais, condições nutricionais e mortalidade desde o período pré-natal até a primeira infância. Propostas voltadas para as populações tradicionais e vulneráveis também são bem-vindas;
Rodada 2
Desafio
Ainda existem importantes lacunas de conhecimento relacionadas à saúde materno-infantil, à saúde das mulheres e das crianças, principalmente nas áreas de atenção e vigilância em saúde. Mais especificamente, em determinantes sociais, ambientais e culturais como os relacionados à alimentação e nutrição. O resultado dos projetos selecionados na primeira chamada foi avaliado como positivo e promissor. Diante disso, o Ministério da Saúde, o CNPq e a Fundação Bill e Melinda Gates decidiram lançar uma nova chamada para o financiamento de projetos em ciência de dados com foco não apenas em saúde materno-infantil, mas também em saúde da mulher e saúde da criança.
Objetivo
Apoiar projetos de pesquisa que visem contribuir significativamente para o desenvolvimento científico e tecnológico e a inovação do País, na área de ciência de dados para melhorar a saúde materno-infantil, saúde da mulher e saúde da criança no Brasil. Os projetos devem considerar a interface dessas áreas com fatores de risco como vulnerabilidades sociais, raciais e geográficas, alinhadas com os Objetivos do Desenvolvimento Sustentável. Para isso, devem utilizar abordagens inovadoras de análise de dados e modelagens que possam ser aplicadas aos bancos de dados vinculados no DATASUS/MS, no CIDACS (Coorte 100M SINASC- SIM-SISVAN), no PCDaS/FIOCRUZ, ou a outras bases de dados às quais o candidato tenha acesso.
Especificamente, o edital buscou projetos que trabalhassem em:
- análises inovadoras e técnicas de machine learning para identificar a oferta e a qualidade da atenção primária à saúde ou cenários prospectivos em saúde materno-infantil;
- instrumentos de monitoramento, visualização, simulação e projeção de indicadores de saúde que auxiliem na gestão dos programas relacionados à saúde materno-infantil, saúde mulher, da criança e à alimentação e nutrição nesse contexto;
- modelos preditivos georreferenciados com estratificação de risco de vulnerabilidade para mortalidade infantil;
- fatores infecciosos e não infecciosos relacionados à ocorrência de alterações no crescimento e desenvolvimento durante a gestação até a primeira infância;
- modelos preditivos para o desenvolvimento de doenças crônicas, por exemplo, hipertensão em filhos de mães com eclampsia, pré-eclâmpsia e hipertensas ou ainda de diabetes em filhos de mães com diabetes gestacional ou diabetes de base;
- estratégias para redução da mortalidade materna que considerem as principais causas, estimativa de mortes evitáveis e potenciais recomendações para aprimorar políticas públicas neste campo;
- fatores associados ao consumo abusivo de álcool e outras drogas entre mulheres e seus impactos para desfechos de saúde;
- intervenções realizadas na Atenção Primária à Saúde para controle dos fatores de risco dietéticos para condições crônicas e agravos nutricionais na mulher, na criança e durante a gestação;
- impacto do estado nutricional, do ganho de peso gestacional e da situação de saúde nos desfechos maternos e infantis a partir de dados do SISVAN;
- relação entre o aleitamento materno e os desfechos de saúde da criança (estado nutricional, mortes, internações) a partir de dados do Sistema de Vigilância Alimentar e Nutricional (SISVAN) e outros sistemas de informação, de preferência incluindo avaliação em populações vulneráveis.
Projetos em Ciência de Dados
Acessibilidade aos serviços: proximidade às unidades de saúde e a importância do atendimento adequado na redução da mortalidade materna e infantil por causas evitáveis
O papel das mídias sociais, Programa Bolsa-Família e Atenção Primária em Saúde na cobertura vacinal de crianças menores de cinco anos no Brasil – Projeto CoVac
“Mind the gap“- identificando perfis de pobreza familiar e projetando cenários para superação do hiato de pobreza infantil nos anos pós pandemia
Aleitamento materno no Brasil no modelo MATRECI: Mapeamento, Tendência, Clusterização e Impacto
Definição de faixas de ganho de peso gestacional baseadas nas novas curvas brasileiras: Impacto na política de alimentação e nutrição utilizando dados do SISVAN-SINASC
Fatores preditivos de resposta a tratamento oferecido pelo SUS para mulheres usuárias de cocaína crack: análise epigenômica e de algoritmos de aprendizagem supervisionada
Sistema para identificação, monitoramento e previsão dos casos de near-miss materno
Observatório Obstétrico Brasileiro
Tornar as intervenções no parto mais visíveis por meio dos sistemas de informação
Usando um banco de dados de múltiplos poluentes ambientais para estabelecer limites críticos de exposição à poluição do ar na saúde materno-infantil no Brasil
AMPLIA SAÚDE - observatório do período pré- e perinatal
Uso de dados do mundo real e aprendizado de máquina na vigilância da mortalidade materna e da morbidade materna grave
O impacto intergeracional de transferências de renda na saúde dos recém-nascidos
Utilizando Big Data com georreferenciamento para identificar relações causais entre doenças infecciosas e saúde infantil
Utilizando dados para estratificar risco de prematuridade no Brasil: inovações de machine learning para a atenção à saúde
Uso de infográfico interativo no Programa Mãe Coruja Pernambucana (PMCP) - Análise de indicadores para melhoria na qualidade da saúde materno-infantil
Usando a coorte de 100 milhões de brasileiros para estabelecer limites críticos de poluição do ar para a saúde infantil no Brasil
Influenza na gravidez e parto no semiárido brasileiro: o estudo INFLUEN-SA
Ciência de dados para avaliar e guiar intervenções para melhorar os resultados perinatais: lições do programa Mãe Coruja
Análise espacial da cobertura vacinal de crianças e sua relação com características socioeconômicas e de saúde no Brasil
Avaliar o impacto de intervenções hospitalares de aleitamento materno na saúde infantil
Plataforma de apoio à decisão para políticas públicas de saúde gestacional baseada em técnicas de visualização d de informações e machine learning
Como e quando: os efeitos de renda e de assistência pré-natal em desfechos de saúde durante o nascimento
Índice Município Amigo da Primeira Infância: avaliando o ambiente favorável para o desenvolvimento infantil na primeira infância em municípios brasileiros
Dias potenciais de gravidez perdidos (DPGP): uma medida inovadora da idade gestacional para avaliar intervenções e resultados de saúde materno-infantil
Últimos estudos publicados em Ciência de Dados
- Maternal health surveillance panel: a tool for expanding epidemiological surveillance of women’s health and its determinants - 11/2023
- Demographic and epidemiological characteristics of pregnant and postpartum women who died from severe acute respiratory syndrome in Brazil: A retrospective cohort study comparing COVID- 19 and nonspecific etiologic causes - 10/2022
- Association between preterm births and socioeconomic development: analysis of national data - 05/2022
- COVID-19 Vaccines Confer Protection in Hospitalized Pregnant and Postpartum Women with Severe COVID-19: A Retrospective Cohort Study - 05/2022
- Neonatal mortality prediction with routinely collected data: a machine learning approach - 07/2021
- Neonatal mortality prediction with routinely collected data: a machine learning approach - 07/2021