A análise de dados sobre o tempo até o evento realizado através da curva de Kaplan-Meier é uma importante ferramenta para avaliar dados de mundo real. Neste projeto foi utilizado o banco de dados do DATASUS RCBP de pacientes da Oncologia do SUS. O principal objetivo deste projeto foi entender a dinâmica por de trás deste tipo de avaliação.

Neste projeto foi utilizado o banco de dados do DATASUS quimioterapia que avalia os pacientes da Oncologia do SUS. Os principais objetivos deste projeto foram determinar os números referentes à quantidade de atendimentos e o valor dos tratamentos realizados. Como objetivo secundário, verificar se a pandemia da Covid-19 impactou, de alguma maneira, o número de atendimentos aos pacientes oncológicos ou nos valores da APAC pagos às unidades hospitalares. Essa é uma discussão importante para compreender o atendimento oncológico no Brasil. Para esse projeto foram utilizados diversos conhecimentos, como: banco de dados distribuído HDFS, processamento paralelo e distribuído (Spark) e acesso a medicamentos (assistência farmacêutica).

A proposta deste projeto é desenvolver uma ferramenta no estilo de formulário on-line atrelado a um banco de dados para facilitar a coleta e análise de dados de pesquisa retrospectiva e/ou prospectiva. Atualmente, existem gargalos que impactam diretamente a produção científica de trabalhos que utilizam dados de mundo real (RWD) brasileiros. A principal dificuldade enfretada pelos pesquisadores vem do fato de que muitos hospitais e clínicas ainda utilizam prontuários de papel. Quanto aos que possuem prontuários eletônicos, estes não estão preparados para a coleta de dados. Este projeto surge com o inuito de facilitar e padronizar a coleta de dados, agilizando a pesquisa e facilitando a posterior análise. Para esse projeto foi utilizado conhecimento em bancos de dados (MySQL), coleta de dados (formulários) e geração de evidências de mundo real (RWE).

As informações estão presentes em todos os lugares, inclusive nas redes sociais. Neste projeto foi utilizado a API do Twitter para a coleta de dados não estruturados, como os tweets e análise de sentimentos dos tweets coletados durante o Congresso Americano de Oncologia (ASCO) de 2021. Foi utilizado o conhecimento de processamento de linguagem natural (NLP) para avaliar, através dos tweets publicados, os sentimentos dos participantes do congresso, além de observar as principais palavras escritas e, principalmente, quais insights podemos tirar da interação dos participantes no Twitter. Para esse projeto foi utilizado conhecimento em bancos de dados não estruturados (MongoDB) e Python.