FERRAMENTA AUTOMATIZADA PARA MONITORAMENTO ASSISTENCIAL DE ARBOVIROSES NA ATENÇÃO PRIMÁRIA À SAÚDE

Read full text
Authors: Cosme Rezende Laurindo
Cited by: 0

Abstract

As arboviroses configuram-se como importante desafio para a saúde pública, especialmente em municípios de médio porte como Juiz de Fora-MG, onde fatores ambientais, climáticos e sociais favorecem a circulação de vírus como dengue, chikungunya e oropouche. Na Atenção Primária à Saúde (APS), compreender o impacto dessas doenças na demanda assistencial é essencial para apoiar a organização dos serviços, a alocação de recursos e o planejamento de respostas rápidas. Até a experiência relatada, o processo decisório municipal baseava-se quase exclusivamente em indicadores epidemiológicos, sem monitoramento sistemático de indicadores assistenciais. Nesse contexto, desenvolveu-se um estudo metodológico que contemplou elaboração e implantação de uma ferramenta automatizada, elaborada no Google Sheets, alimentada por dados do e-SUS APS extraídos em formato CSV. A lógica de cálculo contemplou série histórica de 2020 a 2025, abrangendo atendimentos e procedimentos relacionados às arboviroses, incluindo provas diagnósticas, registros por CIAP-2 e CID-10 e atividades coletivas de combate ao Aedes aegypti. Como resultados, a ferramenta qualificou a agilidade das análises, reduziu a necessidade de manipulação manual e fortaleceu a capacidade da APS de identificar variações sazonais, subsidiando estratégias de resposta e decisões intersetoriais. Evidenciou-se ainda potencial de replicabilidade, por demandar apenas recursos amplamente disponíveis e permitir adaptação para outros agravos. Como considerações finais, verificou-se que é possível, com baixo custo e tecnologias acessíveis, aprimorar o monitoramento assistencial, fortalecer a integração entre vigilância e atenção e consolidar um modelo metodológico aplicável em diferentes contextos, contribuindo para a gestão em saúde e para a resolutividade da APS. Trata-se de produto da monografia de conclusão de curso da Especialização em Saúde Coletiva na área de concentração Saúde Digital da Universidade Federal da Bahia, a ser defendido em 2026.

Publication details

Journal / source
Zenodo (CERN European Organization for Nuclear Research)
Publication date
8 January 2026
Language
PT
Document type
Dataset