Result: Pipeline de dados para análise epidemiológica de casos sobre transtornos mentais relacionados ao trabalho no Brasil

Title:
Pipeline de dados para análise epidemiológica de casos sobre transtornos mentais relacionados ao trabalho no Brasil
Contributors:
ALMEIDA FILHO, Adiel Teixeira de, http://lattes.cnpq.br/9944976090960730
Publication Year:
2025
Collection:
Repositório Institucional UFPE (Universidade Federal de Pernambuco)
Document Type:
Dissertation/ Thesis bachelor thesis
File Description:
40p.; application/pdf
Language:
Portuguese
Relation:
LUNA, Pedro Henrique Santiago de. Pipeline de dados para análise epidemiológicas de casos sobre transtornos mentais relacionados ao trabalho no Brasil. 2025. Trabalho de Conclusão de Curso (Sistemas de informação) – Universidade Federal de Pernambuco, Recife, 2025.; https://repositorio.ufpe.br/handle/123456789/65643
Accession Number:
edsbas.541AE8DA
Database:
BASE

Further Information

Este trabalho tem como objetivo desenvolver um pipeline completo de dados para a análise de casos de Transtornos Mentais Relacionados ao Trabalho (TMRT) no Brasil, utilizando a base do Departamento de Informática do Sistema Único de Saúde (DATASUS). Foi implementado um processo de ETL em Python, com o uso de PySpark e Pandas, para tratar dados do período de 2006 a 2023. Os indicadores epidemiológicos e as tendências temporais foram apresentados por meio de um dashboard interativo no Power BI, facilitando a visualização e a interpretação das informações. A solução permite ao usuário realizar análises como a evolução anual dos casos, a distribuição geográfica por municípios, o perfil demográfico dos trabalhadores afetados, os tipos de ocupação mais recorrentes, os desfechos registrados e os fatores associados. As visualizações atendem a tarefas como monitoramento temporal, comparação entre regiões, identificação de grupos vulneráveis e apoio à formulação de políticas públicas voltadas à saúde mental no trabalho. ; This study aims to develop a complete data pipeline for analyzing cases of Work-Related Mental Disorders (WRMD) in Brazil, using data from the Department of Informatics of the Unified Health System (DATASUS). An ETL process was implemented in Python, using PySpark and Pandas, to process data from the period between 2006 and 2023. Epidemiological indicators and temporal trends were presented through an interactive dashboard built in Microsoft Power BI, facilitating data visualization and interpretation. The solution enables users to perform analyses such as yearly trends in case notifications, geographic distribution by municipality, demographic profiles of affected workers, most frequent occupations, reported outcomes, and associated factors. The visualizations support tasks such as temporal monitoring, regional comparisons, identification of vulnerable groups, and guidance for public policy planning focused on mental health in the workplace.