Aplicação de Técnicas para Modelagem de Data Warehouse em

Aplicação de Técnicas para Modelagem de Data Warehouse
em Banco de Dados Freeware: Integração de Dados de
Sistemas Proprietários do SUS
Luiz Fernando Stopa Arcenio
Seção de Laboratório (FAED) - Universidade Federal da Grande Dourados (UFGD)
Rod. Dourados/Itahum, km 12 – Dourados/MS
[email protected]
Abstract: The need to improve the quality of the service to the patients of SUS
is of fundamental importance for the evaluation of his cost/benefit. But how to
evaluate the systems of information is fragmented and proprietors. Being used
of techniques for modelling of Data Warehouse was possible the modelling of
a tool of research of data, using a free SGBD, allowing the integration of the
sources of data, consolidating them, and allowing the access to all of the
Municipal General office of Health. The databases freeware is many used in
the municipal public institutions. The result evidenced the implementation
easiness, the need and the fomentation of new solutions.
Keyword: Data Warehouse, Bussiness Inteligence, Cube.
Resumo: A necessidade de melhorar a qualidade do atendimento aos
pacientes do SUS é de fundamental importância para a avaliação de seu
custo/benefício. Mas como avaliar se os sistemas de informações1 são
fragmentados e proprietários. Utilizando-se de técnicas para modelagem de
Data Warehouse foi possível a modelagem de uma ferramenta de pesquisa de
dados, utilizando um SGBD gratuito, permitindo a integração das fontes de
dados, consolidando-os, e permitindo o acesso à todos da Secretaria
Municipal de Saúde. Os bancos de dados freeware são muitos utilizados nas
instituições públicas municipais. O resultado evidenciou a facilidade de
implementação, a necessidade e o fomento de novas soluções.
Palavras-chave: Armazém de Dados, Inteligência Empresarial, Cubo.
1. Introdução
A Secretaria Municipal de Saúde de Dourados/MS é uma organização pública municipal
que presta serviços na área de saúde ao município de Dourados e é referência para mais
trinta e três municípios pertencentes à macrorregião sul do estado de Mato Grosso do
Sul.
Com a grande fragmentação das informações em diversos sistemas de
informação, a coordenação da atenção básica não consegue avaliar a qualidade do
1
Sistemas de informação são um conjunto de componentes físicos, lógicos e humanos que são
utilizados para coletar, armazenar e processar os dados gerando, conforme Souki e Zambalde (2003).
atendimento e a resolutividade das unidades de saúde, o que prejudica a elaboração do
planejamento. Esses sistemas de informação possuem um resumido número de
relatórios gerenciais causando atrasos nos levantamentos das informações e tomada de
decisões.
Neste contexto, pesquisou-se uma modelagem de um banco de dados que
permita a integração de todos os dados dos diversos sistemas de informação existentes,
permitindo, assim, o acompanhamento do desempenho das unidades de saúde. Segundo
PNGC (2006), o conhecimento da estrutura de custos ajuda a gerenciar melhor os
recursos e a racionalizar os insumos, pois permite ao gestor melhor planejamento das
ações a médio e longo prazo.
Tendo em vista as tecnologias disponíveis para análise de dados, foram
consultados alguns representantes de empresas de desenvolvimento que teriam um
software de ambulatório e almoxarifado, integrado e com uma ferramenta de análise de
dados. Neste levantamento, verificou-se que das oito empresas pesquisadas apenas duas
tinham essa configuração, de modo que uma tinha apenas para análise do ambulatório.
Dessa forma, percebe-se a carência e a necessidade de incentivo à pesquisa de novas
tecnologias, e este é o foco deste estudo de caso.
2. Metodologia
Como forma de instrumentalizar a implementação do data warehouse, este artigo é de
natureza tecnológica, com objetivos de caráter exploratório, utilizando procedimentos
de estudo de caso com embasamento em referencial bibliográfico e documental, para
assim permitir melhor elucidação da forma técnica de como aliar necessidade com
recurso tecnológico. Nesse sentido, busca-se a geração de conhecimento para a
produção de novas práticas ou inovações tecnológicas, conforme Jung (2004).
O procedimento utilizado para este estudo de caso foi estudar a estrutura
organizacional e tecnológica da secretaria. Com este conjunto de dados, foi possível
elaborar uma ferramenta para melhorar as atividades metodológicas atualmente
utilizadas, ou seja, ajudar na tomada de decisão no limite das despesas e atendimento
das unidades de saúde. Esta ferramenta é composta de uma estrutura de armazenamento
do tipo Data Warehouse, utilizando um banco de dados freeware.
Para que seja alcançado o objetivo, a metodologia da pesquisa foi dividida em
quatro fases: primeira, levantamento dos problemas relacionados ao controle das
despesas e da produção ambulatorial; segunda, levantamento das fontes de dados e
implementação da base de dados; terceira, implementação das interfaces; e por último a
disponibilização aos usuários para a alimentação dos dados e emissão/análise dos
relatórios.
Nas seções seguintes, é apresentado o detalhamento das fases acima descritas
para assim permitir um melhor acompanhamento de como decorreram o
desenvolvimento do projeto e ao final os resultado obtidos.
3. Levantamento dos problemas para controle das despesas e produção e as
suas fontes de dados
Atualmente, a Secretaria Municipal de Saúde, para tomar as decisões e elaborar o
planejamento estratégico de suas atividades, baseia-se em levantamentos efetuados
trimestralmente. Estes são feitos manualmente em planilhas do Microsoft Office Excell2,
com base nos dados retirados dos sistemas proprietários utilizados.
A entrada de dados no data warehouse pode ser oriunda de diversas fontes, que
podem ser internas e externas à organização, ou seja, sistemas transacionais e
documentos não tradicionais, como imagens, áudio e documentos. Dessa forma, as
fontes de dados para o Data Warehouse se dividem nos sistemas proprietários utilizados
e arquivos externos (.txt), sendo eles:
•Sistema Almox: fonte interna, utilizado para controlar a movimentação de materiais de
expediente e hospitalar para os setores e unidades de saúde. Este sistema foi fornecido
pela Secretaria de Estado de Saúde, mas sem atualização. Possui um total de 122
arquivos dbf;
•Sistema BPA: fonte interna, utilizado para digitação dos procedimentos efetuados nos
atendimentos e que após a digitação os dados são exportados para o sistema SIA/SUS.
Fornecido pelo Datasus, possui um total de 12 arquivos dbf, conforme BPA (2008);
•Sistema SIA/SUS: fonte externa, utilizado para consolidar todas as produções das
unidades de saúde em um único arquivo do município de nome FPAMMS??.TXT, em
que o símbolo ?? é o mês de competência da informação. Fornecido pelo Datasus,
possui um total de 197 arquivos dbf, segundo SIA/SUS (2006);
A busca pelas informações de forma ágil através da integração dos dados
fisicamente distribuída é uma grande necessidade, pois permite a tomada de decisões de
forma rápida e assim a melhoria da aplicação dos recursos financeiros. Muitas
tecnologias permitem essa integração dos dados, entre elas existem as aplicações de BI,3
que têm por finalidade acumular, armazenar, analisar e fornecer acesso aos dados para a
tomada de decisões, isto é, transformar dados em conhecimento, conforme Oliveira
(2002). Ele também afirma que uma das ferramentas de BI é o data warehouse ou
armazém de dados que serve para filtrar, integrar e disponibilizar os dados para serem
analisados. E como o banco de dados do DW funciona em paralelo com os bancos de
dados transacionais, não causa nestes alteração no seu desempenho.
Um data warehouse possui as seguintes características: armazena as
informações por temas específicos, os dados são oriundos de diversos sistemas
transacionais dispersos pela organização; e permite que os dados sejam analisados sob
diversas perspectivas, como comprimento, largura e altura, ou seja, um cubo, conforme
a Figura 1.
Uma das arquiteturas de DW pode ser a de três camadas. Essa arquitetura
suporta um grande número de serviços integrados, na qual a interface, as funções de
2
3
Planilha eletrônica da Microsoft.
Bussiness Inteligence ou Inteligência Empresarial.
processamento e gerenciamento do banco de dados podem ser distribuídas através da
arquitetura da informação.
Figura 1. Exemplo de um cubo OLAP
A arquitetura do Data Warehouse foi implementada em três camadas,
demonstrando a origem dos dados armazenados, o armazenamento e o acesso pelos
usuários, conforme a Figura 2:
Camada 1: Nesta camada ficaram os bancos de dados operacionais dos sistemas
transacionais do Almoxarifado, BPA e arquivo de exportação do SIA/SUS, onde serão
as fontes de dados para o data warehouse.
Camada 2: o data warehouse foi implementado sobre o Sistema Operacional Fedora
Core 2 com o gerenciador de banco de dados Firebird 1.5.3.4870 (back end).
Camada 3: o aplicativo cliente foi construído em compilador Delphi, versão 7.0, com
interface para a extração dos dados das fontes, configuração dos parâmetros do sistema,
controle de usuário e além da emissão de relatórios/gráficos (front end), o qual permitiu
fácil e rápido desenvolvimento.
Figura 2. Arquitetura de três camadas do data warehouse
O SGBD Firebird possui diversas características, mas as que se destacam são as
seguintes: fácil instalação e manutenção; é um banco de dados leve; sem restrição
quanto ao número de processadores, à memória RAM e plataforma; possui recursos de
desenvolvimento: views, triggers, stored procedure e function; consumo de poucos
recursos; possui versão embutida, e compatibilidade com o Padrão ANSI. Dentre estas e
outras razões, o Firebird foi a opção para desenvolvimento do projeto, principalmente
pela utilização das view como cubo OLAP.
4. Levantamento dos dados e implementação da base de dados
Na implementação do data warehouse foi utilizado o Modelo de Prototipação que,
segundo Pressman (1995), facilita principalmente pelo motivo de não se precisar
experiência suficiente para determinar todos os requisitos para implementação do banco
de dados e o próprio sistema de informação em si.
Assim, na modelagem do Data Warehouse foi utilizado a modelagem
dimensional ou multidimensional. Este tipo de modelagem segue o modelo de Ralph
Kimball chamado Star Schema (modelo estrela), mas será seguida uma variação do Star
Schema, chamado “snowflake” (floco de neve), pois emprega a normalização da base de
dados, para manter a integridade e reduzir os dados armazenados de forma redundante, e
a de-normalização através das views a fim de obter melhor um desempenho com o
agrupamento dos dados relacionados funcionalmente, de acordo com Gonçalves (2003).
Este modelo é representado por uma tabela central chamada tabelas de fatos e
diversas outras tabelas chamadas tabelas de dimensões. As tabelas de fatos possuem
grandes volumes de dados, que são as transações da organização, já as tabelas de
dimensão guardam conteúdo textual que serve para definir uma dimensão como as
restrições de uma consulta ou resposta, segundo Oliveira (2002).
Após a definição do conteúdo das etapas de modelagem do data warehouse:
definir os fatos ou métricas, dimensões de negócio, granularidade das informações de
cada dimensão e a hierarquia de agrupamento das informações, efetuou-se então a
modelagem lógica do data warehouse das tabelas de dimensões e tabelas fato.
As dimensões implementadas no data warehouse ficaram especificadas como:
Saída, Produção, e LancamentoDiverso. As dimensões de negócio que foram
implementadas, conforme necessidades dos setores foram:
•Tempo: a dimensão tempo é muito poderosa e importante em todo data warehouse
corporativo. Como tal deve ser tratada de forma diferenciada em relação às outras
dimensões, indica os períodos de tempo para a análise;
•UnidadeSaude: indica os locais para onde são dispensados os materiais utilizados e
realizados os atendimentos aos usuários;
•Material: determina quais produtos e unidades de medida estão relacionadas com as
métricas;
•Procedimento: especifica o tipo do procedimento executado com a produção lançada
dos atendimentos;
•TipoLancamento: especifica o tipo do lançamento que foi efetuado no lançamento
diverso.
As tabelas de dimensão possuem a função de reunir os atributos que serão
utilizados para qualificar as consultas e cujo valor será utilizado para agrupar e
sumarizar as métricas (ou fatos). As tabelas de fatos representam quais informações
serão analisadas e as dimensões representam como elas serão analisadas, contendo as
métricas.
A tabela Fato-Saída com as dimensões tempo, unidadesaude e material,
representa a movimentação de saída dos materiais do almoxarifado para o solicitante em
um determinado período, conforme a Figura 3. Esta tabela é apresentada no sistema
através da visão vw_saidamaterial, assim como as demais tabelas de fatos Produção e
LancamentoDiverso também foram implementados, nas views vw_produção e
vw_lancamentodiversos.
DIMENSÃO TEMPO
DIMENSÃO UNIDADESAÚDE
ANO
UNIDADESAUDE
MÊS
DEPARTAMENTO
DIMENSÃO MATERIAL
MATERIAL
DIA
ITEM
SAIDANUMERO
SITUACAOSAIDA
QUANTIDADE
VALORTOTAL
FATO-SAÍDA
SUBDIMENSÃO UNIDADEMEDIDA
UNIDADEMEDIDA
Figura 3. Tabela Fato-Saida e suas dimensões
O povoamento do DW é efetuado através de ferramentas de extração, filtragem,
transformação e migração dos dados, também chamadas de ETL4, em que a ferramenta
de extração busca e limpa os dados dos sistemas transacionais para o DW. Já a
ferramenta de transformação converte os dados para o padrão do DW e a ferramenta de
filtragem faz os ajustes necessários no DW, conforme Oliveira (2002).
Uma das formas de acesso às informações armazenadas no DW é a utilização da
tecnologia OLAP – On-line Analytical Processing5, através da manipulação
multidimensional ao qual permite aos usuários analisar os dados de acordo com a visão
do negócio.
5. Interfaces de filtragem e importação de dados
Tendo a preocupação de se ter uma interface que ajude os usuários a desempenhar as
tarefas de alimentação de dados até a extração de informações, o sistema foi dividido
em áreas com funções específicas e cada qual com a uma interface intuitiva sobre a sua
função. Na implementação da interface para a extração/alimentação dos dados, dividiuse em:
•Dados do almoxarifado: nesta interface foram importados os dados do sistema do
almoxarifado, e validando os registros inválidos. Foram importados os dados das tabelas
de unidade de medida, material, departamento, unidade de saúde, saídas e devolução.
Estes foram inseridos nas respectivas tabelas e visualizados na view vw_saidamaterial,
contendo os campos: codcness, codunidalmox, nomeunidade, saidanumero, data,
codmaterial, descmaterial, quantidade, valortotal, codunidmedida, unidademedida e
sigla;
•Dados da fonte do BPA: nesta interface foi importada a tabela de procedimento
utilizado no BPA, para que seja compatível com a importação do arquivo de lote do
4
5
Extract Transform Load - Extração Transformação Carga.
Processo Analítico em Tempo Real.
sistema SIA/SUS. Os dados importados foram armazenados na tabela de procedimento,
contendo os campos: codproctabelasus e descricao;
•Dados do SIA/SUS: nesta interface foram importados os dados do arquivo de lote
gerado pelo sistema contendo a produção ambulatorial que é enviada ao Ministério da
Saúde, mas somente das unidades sob responsabilidade da secretaria de saúde. Foram
importados e armazenados na tabela produção, sendo visualizado na view vw_producao,
contendo os campos: codproctabelasus, descricao, ativprofissional, tipoatendimento,
grupoatendimento, faixaetaria, data, quantidade, valor, codunidalmox, codcness e
nomeunidade;
•Inserção dos dados de fontes insuficientes: serão lançados os dados que não podem ser
extraídos do sistema de contabilidade, em decorrência do mesmo ser tratado no nível de
secretarias e não nas subdivisões internas das mesmas. Os dados lançados foram
armazenados
na
tabela
lancamentodiversos
e
visualizado
na
view
vw_lancamentodiversos, contendo os campos: codcness, codunidalmox, nomeunidade,
codlancamento, lancdescricao, data, valor, codtipolancamento, desctipolanc e
tipolancamento;
•Emissão de relatório/gráficos: local onde os usuários poderão gerar os relatórios e
gráficos dos dados armazenados no data warehouse, através da montagem de SQL
através da seleção de itens de configuração;
•Interface de controle de usuários: local em que os usuários serão cadastrados e
disponibilizados acessos a determinadas áreas do sistema, de acordo com o nível de
necessidade.
6. Utilização pelos usuários
Com a disponibilização do protótipo aos usuários, os mesmos poderão efetuar testes.
Com isso, pode-se verificar e anotar as correções e/ou sugestões, para que seja efetuada
a correção e/ou verificada a possibilidade técnica para a implementação das sugestões
enviadas.
Na avaliação da usabilidade, procurou-se padronizar as telas e relatórios do
sistema, conforme segue: as telas foram implementadas com um padrão para entrada e
saída de dados, contendo botões de controle, navigators e widget (menus); não há
variação de cores; captura e tratamento de erros gerados, com apresentação de uma
mensagem intuitiva; todas as telas possuem um mecanismo de fechamento, evitando
assim o fechamento automático; movimentação facilitada com a tecla “enter” entre os
campos; o sistema possui os termos em seus menus, botões, telas e relatórios com
termos utilizados pelos setores e relacionados às ações aos quais estão definidos; todas
as telas possuem algum mecanismo de saída ou cancelar a operação; todos os botões
possuem teclas de atalhos; as telas que fazem acesso a diversas tabelas, utilizam combo
box para efetuar o vinculo.
7. Resultados
Através do desenvolvimento do projeto, percebeu-se naturalmente uma melhoria nas
definições do escopo do data warehouse, além da ampliação da área de aplicabilidade
dos dados armazenados.
Com a utilização do parque tecnológico atual, deu-se plena capacidade de
desenvolvimento do projeto, visto que a técnica de criação das tabelas-fato e as
dimensões serem plenamente compatíveis com o recurso de views (visões) no SGBD
Firebird, igualmente ao cubo teoricamente referenciado. A utilização de views como
cubo pode ser aplicada dentro do próprio banco de dados dos sistemas de informação de
nível operacional, mas é recomendável que seja em banco de dados diferentes para
evitar sobrecarga de processamento nos sistemas transacionais. Neste caso, criou-se uma
nova base de dados com todos os dados importados e tratados, para então compartilhar o
acesso.
Para fins de teste, foram alimentados dados no data warehouse do período de 15
de maio de 2009 a 15 de agosto de 2009, resultando no seguinte volume de dados
principais: saída de material, 101.142 registros; lançamentos diversos, 498 registros;
material, 1.719 registros; procedimentos, 3.736 registros; produção, 144.167 registros; e
unidades de saúde, 107 registros.
Na fase de importação, ocorreram diversos problemas devido à falta de
integridade referencial, referente registros que foram apagados na tabela movim.dbf ou
hismov.dbf, sendo o mesmo mantido na tabela saida.dbf, os mesmos foram descartados
na importação. Na tabela movim.dbf foram encontrados erros como: o campo movsit em
branco, como são lançamentos de saída foi atribuído o valor 1 que representa a saída; o
campo movvrtot em branco, foi efetuado o cálculo do valor total e atribuído; o campo
movdtatu em branco foi atribuído o valor do campo movdata, que são respectivamente
data de movimentação e atualização de saldo. Já na tabela hismov.dbf encontraram-se
valores negativos e zero para o campo hisqtdmov, que representam estornos e
requisições que foram não atendidas e fechadas.
Tiveram de ser descartados os dados das unidades que são credenciadas no SUS,
mas que não fazem parte da estrutura física da secretaria de saúde, devido aos mesmos
apenas executarem os serviços, mas não utilizarem material físico ou humano da
secretaria, assim, não fazem parte dos dados que serão analisados.
Com base nos dados armazenados, puderam ser emitidos inicialmente os
seguintes relatórios:
•Do almoxarifado: listagem de saídas por unidade, material dispensado e período;
gráfico e listagem totalizado de saídas por período; visualizar uma requisição de
material; listar os materiais cadastrados e listar as devoluções.
•Da produção: listagem da produção ambulatorial por unidade, procedimento, tipo,
grupo, faixa etária, atividade profissional e período; gráfico e listagem do totalizado da
produção por período.
•Dos lançamentos diversos: listagem dos lançamentos diversos por unidade, tipo de
lançamento, débito ou crédito e período; gráfico e listagem totalizado de lançamentos
por período e débito ou crédito.
•Unidade de saúde: gráfico e listagem de habitantes; listagem das unidades cadastradas.
•Consolidado: simples por período contendo a unidade com total de crédito e débito,
sendo os créditos a produção ambulatorial e débito as despesas dos lançamentos
diversos somando com as saídas do almoxarifado; detalhado por período contendo a
unidade com total de débito discriminado em saída do almoxarifado e lançamento
diverso e crédito discriminado em produção ambulatorial e lançamento diverso.
•Representando a granularidade da informação, desenvolveram-se os relatórios de:
oProdução: anual, contendo o ano e o total produzido; mensal, contendo o mês, ano e
total produzido; diário, contendo dia, mês, ano e total produzido; por unidade,
contendo dia, mês, ano, unidade e total produzido; por procedimento, contendo dia,
mês, ano, unidade, procedimento e total produzido; e detalhado, contendo todos os
dados de produção de um determinado dia. Sendo neste navegado na mesma ordem
que foi apresentada, partindo do macro visão até o micro visão dos dados
armazenados.
oSaída almoxarifado: anual, contendo o ano e o total dispensado; mensal, contendo o
mês, ano e total dispensado; diário, contendo dia, mês, ano e total dispensado; por
unidade, contendo dia, mês, ano, unidade e total dispensado; por material dispensado,
contendo dia, mês, ano, unidade, material dispensado e total dispensado; e detalhado,
contendo todos os dados de saída de um determinado dia. Sendo neste navegado na
mesma ordem que foi apresentada, partindo do macro visão até o micro visão dos
dados armazenados, conforme a Figura 4.
Figura 4. Gerador de consulta para o Cubo de Saída do Almoxarifado
Cabe ressaltar que o relatório que mais foi utilizado pelo setor de almoxarifado
foi o consolidado de saída de material por unidade solicitante, já que no sistema
proprietário não era possível ter essa informação, era necessária a impressão de todas as
requisições e depois somá-las para ter a quantidade total de material que uma unidade
utilizou em um período. Economizou-se nisso em média 50 folhas por unidade
solicitante.
8. Conclusões
Com base nos dados apresentados, é notório a importância de continuação do processo
de aprimoramento do data warehouse, bem como efetivá-lo como ferramenta de gestão
DIMENSÃO PROCEDIMENTO
PROCEDIMENTO
ITEM
empresarial, não apenas um somador/totalizador de dados, mas sim um gerador e
disseminador de conhecimento para toda a secretaria, auxiliando assim a agilidade na
tomada de decisões. Também foi importante a visualização da diferença entre os valores
apurados pela produção ambulatorial e os valores dos materiais dispensados para as
unidades de saúde, demonstrando a diferença entre o material gasto para efetuar os
atendimentos ambulatoriais e as quantidades de procedimentos ambulatoriais realizados
pelas unidades de saúde.
Analisando a utilização de views como cubo para a abstração dos dados, além de
ser um item muito interessante, traz bastante facilidade na implementação, destacando a
vantagem de reduzir o número de consultas SQL complexas, permitindo ainda isolar as
pesquisas dos usuários aos dados, facilitando que os setores façam também consultas
importantes sobre o setor, bem como para o gestor analisar o desempenho da secretaria
como um todo.
Pensando no processo de evolução do projeto faz-se necessário uma forma de
tornar independente a base de dados do data warehouse das outras fontes de dados, não
na forma de um processo previamente montado e codificado dentro do código-fonte,
ficando como sugestão o desenvolvimento de uma nova camada de ligação entre o data
warehouse e as fontes de dados, que de forma parametrizada permita ligações dinâmicas
entre tabelas e campos de bancos de dados diferentes, tornando a configuração do
ambiente de integração independente da equipe desenvolvimento.
Referências
BPA
–
Boletim
de
Produção
Ambulatorial.
Disponível
em:
http://w3.datasus.gov.br/datasus/index.php?area=040104. Acesso em 10/07/2008.
Gonçalves, Marcio. Extração de Dados para Data Warehouse. Rio de Janeiro/RJ: Axcell
Books, 2003.
Graeml, Alexandre Reis. Sistemas de Informação: o alinhamento da estratégia de TI
com a estratégia corporativa. 2ª Edição. São Paulo/SP: Atlas, 2003.
Jung, Carlos Fernando. Metodologia para Pesquisa & Desenvolvimento – Aplicada a
Novas Tecnologias, Produtos e Processos. Rio de Janeiro/RJ: Axcel Books do Brasil,
2004.
Oliveira, W. J. Data Warehouse. Florianópolis/SC: Editora Visual Books, 2002.
PNGC – Programa Nacional de Gestão de Custos. Disponível em:
http://www.anvisa.gov.br/institucional/snvs/descentralizacao/programa_gestao_custo
s.pdf. Acesso em 05/10/2008.
Pressman, Roger S. Engenharia de Software. São Paulo/SP: Pearson Education do
Brasil, 1995.
SIA/SUS
Sistema
de
Informações
Ambulatoriais
do
SUS.
http://w3.datasus.gov.br/datasus/index.php?area=040102. Acesso em 10/07/2008.
Souki, Gustavo Quiroga, Zambalde, André Luiz. Fundamentos de Administração e
Informática Lavras/MG: UFLA/FAEPE, 2003.