Escolar Documentos
Profissional Documentos
Cultura Documentos
1. CONCEITO DE RELATÓRIO
2. OBJETIVOS
3. TIPOS DE RELATÓRIOS
4. RELATÓRIO TÉCNICO-CIENTÍFICO
5. FASE DE UM RELATÓRIO
6. ESTRUTURA DO RELATÓRIO TÉCNICO-CIENTÍFICO
6.1 Capa
6.2 Falsa folha de rosto
6.3 Verso da falsa folha de rosto
6.4 Errata
6.5 Folha de rosto
6.6 Sumário
6.7 Listas de tabelas, ilustrações, abreviaturas, siglas e símbolos
6.8 Resumo
6.9 Texto
6.10 Anexo (ou Apêndice)
6.11 Referências bibliográficas
6.12 Apresentação gráfica
6.13 Negrito, grifo ou itálico
6.14 Medidas de formatação do relatório
7. CONCLUSÃO
REFERÊNCIAS BIBLIOGRÁFICAS
2. OBJETIVOS
De um modo geral, podemos dizer que os relatórios são escritos com os objetivos:
3. TIPOS DE RELATÓRIOS
Técnico-científicos;
De viagem;
De estágio;
De visita;
Administrativos;
E fins especiais.
4. RELATÓRIO TÉCNICO-CIENTÍFICO
É o documento original pelo qual se faz a difusão da informação corrente, sendo ainda o
registro permanente das informações obtidas. É elaborado principalmente para descrever
experiências, investigações, processos, métodos e análises.
a) Título: deve ser claro, mostrando o quê, onde e quando os dados ocorreram, na ordem
citada. Sua identificação aparece na parte inferior, precedida das palavras designativas,
seguidas de seu número de ordem de ocorrência no texto, em algarismos arábicos.
Exemplo:
a) escala vertical ou das ordenadas que se refere aos valores observados ou a freqüência dos
itens, e b) escala horizontal ou das abscissas que se refere ao campo de variação do
fenômeno.
c) Fonte: é indispensável sua indicação. Tem por objetivo informar sobre a procedência
original dos dados e habilitar o interessado a obter outros elementos, caso os deseje,
recorrendo à entidade geradora dos mesmos. Deve ser colocada imediatamente abaixo do
gráfico, e deve seguir as mesmas regras de fonte da tabela.
Exemplo:
d) Notas: sempre que for necessário prestar uma informação de natureza geral sobre o
gráfico, deve ser feita uma nota, colocada logo abaixo da FONTE. O procedimento para
apresentação da NOTA nos gráficos é o mesmo adotado para a apresentação nas tabelas.
Fonte: Censo 2000. Dados gerais, Brasil.
Nota: dados trabalhados pelo autor
Plantas: são desenhos que representam a projeção horizontal de uma cidade, construção,
instalação física, elétrica, hidráulica, etc.
Quadros e Tabelas
A apresentação de quadros e tabelas está regida pelas “Normas de Apresentação Tabular”
(IBGE, 1979). A estas normas foram acrescidos conceitos encontrados em fontes não
oficiais.
Quadros: Forma usada para apresentar dados de forma organizada, para cuja compreensão
não seria necessária qualquer elaboração matemático-estatística. A identificação deve ser
feita com a palavra “Quadro” por extenso, seguida do número de ordem em algarismo
arábico. Se o quadro não for de autoria própria, usar a mesma regra da citação direta:
Fonte: SAITO, 2001, p. 4
Se o quadro for baseado em outros quadros, e/ou em um texto, usar:
Fonte: baseado em LEITE, 2001, p. 4
Fonte: baseado em LEITE, 2001, p. 4 e em GARCIA, 1998, pp. 45-53
Tabelas: “Forma não discursiva de apresentar informações, das quais o dado numérico se
destaca como informação central. Na sua forma identificam-se espaços e elementos”.
(IBGE, 1993, p. 9).
a) Título: deve ser inscrito no topo, para indicar a natureza e as abrangências geográfica e
temporal dos dados numéricos.
b) Data (se a tabela estiver relacionada à uma série temporal): deve ser indicada de forma
clara e concisa
d) Coluna: espaço vertical do centro da tabela reservado aos dados numéricos (coluna de
dados numéricos) ou aos indicadores de linha (colunas indicadoras), que é a parte da tabela
que especifica o conteúdo das linhas.
Fonte: “toda tabela deve ter fonte, inscrita a partir da primeira linha do seu rodapé, para
identificar o responsável (pessoa física ou jurídica) ou responsáveis pelos dados
numéricos”.(IBGE, 1993, p. 20).
A Identificação deve ser feita pela palavra Fonte ou Fontes, precedida da identificação
do(s) responsável (is). Recomenda-se que a identificação seja feita por extenso. Quando os
dados da tabela tiverem sido trabalhados ou elaborados, o responsável pela operação deve
ser identificado em nota geral. Quando os dados numéricos forem extraídos de um
documento, recomenda-se que seja indicada a referência do documento. Exemplo:
Fonte: Pesquisa industrial – 1982-1984. Dados gerais, Brasil. Rio de Janeiro: IBGE, v.9,
410p.
5. FASES DE UM RELATÓRIO
6.1 Capa
Título;
Subtítulo se houver;
Local;
6.4 Errata
Lista de erros tipográficos ou de outra natureza, com as devidas correções e indicação das
páginas e linhas em que aparecem. É geralmente impressa em papel avulsa ou encartada,
que se anexa ao relatório depois de impresso.
6.6 Sumário
Enumeração das principais divisões, seções e outras partes do trabalho, na mesma ordem
e grafia em que a matéria nele se sucede.
a) índice: relação detalhada dos assuntos, nomes de pessoas, nomes geográficos e outros,
geralmente em ordem alfabético;
6.8 Resumo
6.9 Texto
A paginação dos anexos deve continuar a do texto. Sua localização é no final da obra.
São as relações das fontes bibliográficas utilizadas pelo autor. Todas as obras citadas no
texto deverão obrigatoriamente figurar nas referências bibliográficas.
A padronização das referências é seguida de acordo com a NBR-6023/ago.1989 da
ABNT - Associação Brasileira de Normas Técncias. Algumas pessoas
Margem esquerda:............3,5 cm
Tamanho de fonte:............12
http://www.elogica.com.br/users/gmoura/refere.html
http://ultra.pucrs.br/biblioteca/modelo.htm
http://www.bibli.fae.unicamp.br/refbib/curso.html
SANTOS, Gildenir C., SILVA, Arlete I. Pitarello da. Norma para referências
bibliográficas : conceitos
básicos : (NBR-6023/ABNT-1989). Campinas, SP : UNICAMP-FE, 1995.
1. INTRODUÇÃO
2. ARQUIVO DE LOG
A estrutura mais largamente usada para registrar modificações no banco de dados é o log.
Na ocorrência de uma falha de sistema, o log permite levar o banco de dados estável a um
estado consistente. Como só é possível confiar no armazenamento estável, o SGBD
armazena informações de log no armazenamento estável além do banco de dados. O log
tem a propriedade de que antes que qualquer mudança de estado feita por uma operação P
seja escrita no meio estável, o registro de log de P e todos os registros precedentes deste
registro são escrito no log estável.Na literatura existem vários trabalhos que tratam de
diferentes tipos de sistemas de log e sua aplicação. Entretanto a informação de qual técnica
é implementada nos bancos de dados comerciais não é facilmente disponível.
Historia:
John Napier nasceu em 1550, e morreu dia 4 de abril de 1617. Era um matemático
escocês. Foi o inventor dos LOGARITMOS. Ele foi educado na universidade de St.
Andrew na Europa. Em 1571, Napier voltou à Escócia e se dedicou à sua corrente
propriedade e tomou parte nas controvérsias religiosas do tempo. Ele era um protestante
fervente e publicou a influente Descoberta de Plaine de toda revelação de St.John (1593).
Seu estudo de matemática era, portanto, só um passatempo.
3.Operações e Estruturação
Todos nós sabemos existirem gigantescas bases de dados gerenciando nossas vidas. De fato
sabemos que nossa conta bancária faz parte de uma coleção imensa de contas bancárias de nosso
banco. Nosso Título Eleitoral ou nosso Cadastro de Pessoa Física, certamente estão armazenados
em Bancos de Dados colossais. Sabemos também que quando sacamos dinheiro no Caixa
Eletrônico de nosso banco, nosso saldo e as movimentações existentes em nossa conta bancária já
estão à nossa disposição.
Nestas situações sabemos que existe uma necessidade em se realizar o armazenamento
de uma série de informações que não se encontram efetivamente isoladas umas das outras, ou seja,
existe uma ampla gama de dados que se referem a relacionamentos existentes entre as informações
a serem manipuladas.
Estes Bancos de Dados, além de manterem todo este volume de dados organizado,
também devem permitir Atualizações, inclusões e exclusões do volume de dados, sem nunca
perder a consistência. E não podemos esquecer que na maioria das vezes estaremos lidando com
acessos concorrentes a várias tabelas de nosso banco de dados, algumas vezes com mais de um
acesso ao mesmo registro de uma mesma tabela!
BANCO DE DADOS:
Usa fortemente o conceito dos bancos de dados relacionais (ainda a serem vistos), no que
concerne ao tratamento da informação dita caracter e muito do Modelo Orientado ao
Objeto, no tocante ao tratamento de Imagens e Sons. É um dos assuntos top do momento, e
será alvo de pesquisas na disciplina Tópicos Avançados - Atualidades, não sendo objeto
imediato de nossa matéria.
Exemplo:
Cidade Estado
* CidCodi * EstCodi
CidNome EstNome
EstCodi (E)
CidCodi e EstCodi, são chaves primárias respectivamente das tabelas Cidade e Estado,
enquanto EstCodi é chave
estrangeira na tabela de cidades. É precisamente por este campo (atributo, ou coluna), que
será estabelecida a relação
entre as tabelas Cidade-->Estado.
Forma normal
A disciplina Análise de Sistemas abordará detalhadamente esta importante metodologia
para definição das tabelas irão compor a base de dados, que aqui apenas citaremos.
Primeira Forma Normal: Uma relação se encontra na primeira forma normal se todos os
domínios de atributos possuem apenas valores atômicos (simples e indivisíveis), e que os
Durante o processo de atualização são criadas novas tabelas dentro do banco de dados,
conforme código contido no arquivo executável.
Essa operação permite a expansão dos módulos do sistema, a adaptação das funções, enfim,
do conjunto como um todo.
Na verificação da integridade, é realizada uma “varredura” pelos arquivos que compõem o
banco de dados à procura de falhas e problemas na alocação das informações. Durante este
processo é realizada uma cópia de segurança de todos os arquivos dentro do diretório de
dados. Este backup é criado dentro de uma pasta “backup” e permite que um ou mais
arquivos sejam recuperados, caso ocorra algum problema durante a verificação.
Além da pasta de backup, são criados arquivos .BAK e .TBK de algumas tabelas, sendo
que estes ficam gravados dentro do diretório de dados.
Esse utilitário é um
assistente para criação,
ID_LOGIN: Esta coluna contém um identificador único para cada login no sistema.
DATA_LOGIN: A data em que o login foi efetuado.
USER_LOGIN: Qual foi o login do usuário utilizado.
MODULO_LOGIN: Qual o módulo que este usuário acessou.
ESTACAO_LOGIN: De qual estação que o usuário acessou.
NIVEL_AUTO_LOGIN: Qual é o nível de autorização deste login.
Esta tabela conterá um registro para cada login efetuado no sistema. Como dito
anteriormente, ela será utilizada somente para exemplificar a agregação por períodos. Poderemos
aplicar as técnicas de agregação aqui apresentadas em outras situações similares que exigirem o
agrupamento de informações por períodos. Apesar da tabela possuir várias colunas, a que mais nos
interessará será a coluna DATA_LOGIN, pois é através dela que iremos agrupar os dados. O
agrupamento será feito utilizando a função de agregação COUNT(*), pois o que queremos é saber
SELECT TOP 10 *
FROM TB_LOGLOGIN_USER
A primeira agregação que gostaríamos de fazer é por hora, para determinar quantos
logins foram feitos a cada hora do dia. Esta agregação não é muito complicada: o que devemos
fazer é trabalhar no valor do campo que será utilizado na cláusula GROUP BY da instrução
SELECT.
Como desejamos agrupar por hora, o que temos a fazer é agrupar pela data até a hora.
Isso pode ser feito através da conversão da coluna DATA_LOGIN, que é do tipo DATETIME,
para o tipo VARCHAR, com um formato de data específico. Feito esta conversão, devemos obter a
data só até a hora, para a sua agregação.
Como exemplo, vejam a query abaixo que retorna a data atual completa, a data atual
convertida para VARCHAR e a data atual com o valor somente até a hora.
Agora que já temos como obter uma parte da data até a hora, vamos agrupar os dados
com este valor.
Para melhorar a visualização dos dados, vamos concatenar a string ’00:00.000’ à data
para representar a hora cheia e ordenar o resultado pela data. A query que agrega os dados é
mostrada a seguir e o seu resultado aparece na Figura 3.
Se desejarmos agregar por minuto, dez minutos ou por segundo, podemos seguir o
mesmo raciocínio, sempre agregando por parte da data. Outra modificação útil pode ser a
ordenação das informações: se desejarmos obter qual é o período que tem a maior quantidade de
logins basta mudarmos o campo na cláusula ORDER BY. Um detalhe: se não houver nenhum
login durante o período ele não é agregado e por conseqüência este período não aparecerá nos
resultados.O script disponibilizado no final do artigo contém query’s que fazem as agregações por
outros períodos e outras ordenações, seguindo o mesmo raciocínio.
Até aqui vimos como fazer para agregar por partes da data. Mas e se desejarmos agregar
os dados por períodos que não são facilmente obtidos por partes da data, como a cada 5, 15 ou 30
minutos?
Para resolver este problema devemos definir como devemos considerar uma data dentro
de um período.
Por exemplo, se quisermos agregar de cinco em cinco minutos, temos que ‘encaixar’
todas as datas nestes períodos.
Faremos isso da seguinte maneira: analisaremos o dígito que está na posição da unidade
dos minutos. Se este valor for 0,1,2,3 ou 4, a data será considerada como minuto com final 0. Se o
Para facilitar a implementação desta pequena regra, vamos criar uma User Defined
Function (UDF) que receberá como parâmetro uma data, e retornará uma data com o dígito do
minuto acertado, de acordo com qual grupo esta data pertence.
RETURN(@RET)
END
Para mostrar como esta função funciona, a seguinte query foi feita:
Com a função pronta, o que temos que fazer agora é agrupar as datas de acordo com o
resultado da função.
Para agregar os dados por outros períodos basta criar outra função como a
CALC_5_MIN() e implementar como a data se ‘encaixará’ dentro do período especificado. Feito
isso devemos aplicar esta função na cláusula GROUP BY da instrução SELECT que agregará os
dados.
5.CONSIDERACÕES FINAIS
Atualmente, existe uma tendência de mercado em se dizer que qualquer problema será
resolvido, caso a empresa adquira um Banco de Dados. Naturalmente, em um ambiente com
acesso constante ao Banco de Dados (acesso concorrente, obviamente), onde a segurança seja de
vital importância e que o desempenho da aplicação escrita estiver comprometendo a empresa,
considerando-se logicamente uma aplicação bem escrita, sem dúvida a aquisição de um Banco de
Dados poderá ser o primeiro passo na solução do problema.
Analogamente ao que ocorreu com o aparecimento das primeriras linguagens de
programação voltadas ao Windows, onde estas foram apresentadas como capazes de alavancar os
negócios da empresa, e no geral causaram mais frustação do que solução, a aquisição do Banco de
Dados, pode gerar o mesmo tipo de problema.
É fundamental que a empresa candidata a utilizar um Banco de Dados, normatize-se
totalmente, pois soluções “quebra-galho”, típicas do ambiente que dispõe de um
Gerenciador de Arquivo, tendem a ser impossíveis em um ambiente estruturado sobre o
Banco de Dados. Portanto, sob pena de se realizar um grande investimento, e não se colher
fruto algum, é muito conveniente, que a empresa antes de adquirir um Banco de Dados,
passe por um processo de adaptação, preferencialmente contando com pessoal
especializado, geralmente consultores, que não tenham qualquer ligação com fabricantes de
Bancos de Dados.
YONG, C. S. – Banco de Dados: Organização, Sistemas e Administração, São Paulo: Atlas, 1988.
6. ANEXOS
ABR
MAR
FEV
J AN
DEZ
AC ES S OS
100
90
80
70
60
50
40
30
20
10
0
pac em
pac em PB saida M B saida cand ret abandono cand alta pac tto
pac emtto curso de não clas
abandono adm adm tto não clas por cura não clas
tto
dez 20 3,2 6,3 9,7 0,8 79,1 51,8 26,3 0,5 1,1
maio 8,7 1,4 3,7 3,2 0,4 90,2 77,1 12,5 0,7 1,1
100
90
80
70
60
50
40
30
20
10
0
pac em
pac em PB saida M B saida cand ret abandono cand alta pac tto não
pac emtto curso de não clas
abandono adm adm tto não clas por cura clas
tto
100
90
80
70
60
50
40
30
20
10
0
pac em P B saida MB saida abandono pac em cand alta pac tto não
cand ret tto pac emtto não clas
abandono adm adm não clas curso de tto por cura clas
80
70
60
50
40
30
20
10
0
pac em P B saida MB saida abandono pac em cand alta pac tto não
cand ret tto pac emtto não clas
abandono adm adm não clas curso de tto por cura clas
maio 26,1 4,9 9,3 9,7 2,2 73,5 61,5 11,9 0 0,4
A questão do município de Curitiba, outro munic. prioritário é que pelo HansWin não
dispomos de dados por local de residência e isto prejudica o munic, pois os casos que
vemos no gráfico são de pac da RS, que acabam ficando acumulados no banco; pois Ctba
só digita a notificação e envia para a RS o acompanhamento e nem sempre há o encontro
adequado das duas partes da ficha, pois a retroalimentação ainda é falha. O município trata
os pacientes e envia os dados finais para a RS que deveria enviar sempre as alterações para
o município de residência do paciente, sendo isto um ponto crítico pois apesar de muitas
reuniões em conjunto com o SINAn, ainda não conseguiu-se uma adequação satisfatória.
As melhorias observadas no banco foram nas questões dos pac candidatos ao retorno de tto,
alta por cura e em curso de tto.
25
20
15
10
0
1rs 2rs 3rs 4rs 5rs 6rs 7rs 8rs 9rs 10rs 11rs 12rs 13rs 14rs 15rs 16rs 17rs 18rs 19rs 20rs 21rs 22rs total
tx det 0,96 0,62 1,46 0,72 3,42 0,8 1,21 1,95 2,83 2,37 2,94 1,42 2,43 2,94 1,06 1,69 1,69 2,74 2,02 2,63 2,7 21,36 1,85
tx prev 1,77 1,16 1,64 1,31 3,06 0,93 1,38 1,67 4,43 2,68 3,79 3,28 2,82 6,52 1,83 2,28 2,41 4,28 4,12 3,41 4,36 20,52 2,56
O gráfico nos evidência básica mente dois picos importantes, o da 14ªRS, que é
uma questão de não haver lançado todas as altas no SINAN, apesar de orientada e a questão
do munic de Nova Tebas com seus múltiplos erros diagnósticos, o que causou um
importante desviu na curva de prevalência do Estado.
5,00
4,50
4,00
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
P ontal do
Antonina Guaraqueçaba Guaratuba Matinhos Morretes P aranaguá total
P araná
5,00
4,50
4,00
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
tota
Adri Agu Alm Ara Bals Boc Ca Ca Ca Ca Cer Col Con Curi Dou Faz Itap Lap Man P ie P in P ira Qua Quit Rio Rio São Tiju Tun
l
anó dos iran ucá a aiúv mpi mpo mpo mpo ro omb ten tiba tor end eru a dirit n hais qua tro andi Bra Neg J os cas as
tx det 0,00 0,00 0,59 1,21 0,00 2,09 1,47 0,00 0,10 0,84 0,00 0,95 0,71 0,45 4,68 1,02 0,44 0,69 1,04 0,00 0,96 1,56 0,54 0,00 1,33 0,67 0,59 0,76 0,00 0,62
tx prev 0 3,90 1,66 1,77 1,78 4,18 1,72 0,00 1,19 0,84 0,00 2,24 0,00 0,62 4,68 1,53 1,31 2,54 0,52 0,00 1,75 3,46 1,61 0,64 3,33 4,72 1,27 0,76 0,00 1,16
5,00
4,50
4,00
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
P iraí do P onta Porto São J oão
Arapoti Castro Ipiranga Ivaí J aguariaí P almeira Sengés total
Carambeí Sul Grossa Amazonas do Triunfo
va
tx det 0,40 1,22 2,99 0,00 3,31 0,90 1,90 1,33 1,20 2,22 1,61 1,59 1,46
tx prev 0,40 1,22 4,34 0,00 4,14 1,81 2,53 1,77 1,00 4,44 1,61 1,06 1,64
A 3ªRS precisa melhorar com mais vigor três de seus municípios e estimular os
demais a verificar se o tempo de tto está sendo adequadamente seguido. A RS no geral
está relativamente bem, pois prev e detc se aproximam.
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
Fernandes Inácio Teixeira
Guamiranga Imbituva Irati Mallet Rebouças Rio Azul total
Pinheiro Martins Soares
tx det 3,07 0,00 1,48 0,00 0,56 0,00 1,43 0,00 0,00 0,72
tx prev 3,07 0,00 1,11 0,00 1,86 0,00 1,43 1,51 1,21 1,31
RS com diversos municípios sem casos, foi procurado e não existe realmente? Não
foi trabalhada a busca de CN? Apenas um munic tem dados coerentes (Imbituva).
Indicadores de hanseníase 5ªRS PR, 2004
12,00
10,00
8,00
6,00
4,00
2,00
0,00
Boa Foz Rio
Ventu Camp Cand Canta do Goiox Guara Laran Laran Marq Nova P almi P inhã P itan Porto Prude Reser Bonit Virmo total
Turvo
ra de ina do ói galo J ordã im puava jal jeiras uinho Laran tal o ga Barre ntópo va do o do nd
tx det 2,95 0,00 0,68 4,62 0,00 2,39 2,70 4,15 7,95 8,88 2,66 5,37 2,84 5,71 0,00 3,69 0,00 1,16 2,04 7,32 3,42
tx prev 0,00 0,00 0,68 3,85 0,00 2,39 2,15 11,08 6,29 5,33 2,66 4,77 2,84 5,71 4,18 2,60 0,00 1,74 2,72 7,32 3,06
tx det tx prev
4,50
4,00
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
Antônio Bituruna Cruz General P aula Freitas P aulo Frontin P orto Vitória São Mateus União da total
Olinto Machado Carneiro do Sul Vitória
RS tem trabalhado bastante com treinamento das equipes e banco de dados e o resultado
tem sido no macro, satisfatório.
Indicadores de hanseníase 7[RS PR, 2004
5,00
4,50
4,00
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
Bom
P ato São
Sucesso Chopinz Clevelâ Coronel Coronel Honório Itapejar Manguei Mariópo P almas Saudad Sulina total
Branco J oão Vitorino
do Sul inho ndia Doming Vivida Serpa a rinha lis e do
tx det 0,00 3,38 0,00 0,00 0,00 0,00 0,00 3,39 0,00 0,27 1,66 1,96 0,00 2,95 1,61 1,21
tx prev 0 2,41 0 0 0 0 1,09 4,52 1,69 0,27 1,81 1,96 2,15 0 3,22 1,38
A 7ª rs com munic silenciosos o que é preocupante, apesar de já haver sido feitos diversos
treinamentos, o banco de dados é mantido bem atualizado.
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
Santa
Foz do São Miguel Serranópolis
Itaipulândia Matelândia Medianeira Missal Ramilândia Terezinha de total
Iguaçu do Iguaçu do Iguaçu
Itaipu
tx det 2,90 2,53 4,10 4,84 0,00 0,00 1,49 1,15 2,04 2,83
tx prev 4,75 2,53 4,78 7,13 1,91 0,00 2,49 0,77 2,04 4,43
25,00
20,00
15,00
10,00
5,00
0,00
Ana Boa Brag Cafe Cam Capi Casc Cata Céu Corb Dia Espi For Guar Ibem Igua Irac J esu Lind Nov Que Sant Sant Três Vera total
hy Vista aney lândi po tão avel nduv Azul élia man gão mos ania a tu ema í tas oest a das a a Barr Cruz
tx det 0,00 22,27 0,00 0,81 0,00 1,33 1,58 5,63 0,96 1,92 3,02 0,00 1,32 5,82 3,46 0,00 0,00 1,16 1,68 1,55 4,98 0,00 1,58 9,49 0,00 2,37
tx prev 0 15,72 0 0,81 1,94 2,67 1,88 5,63 1,93 1,92 0 3,89 2,65 5,82 6,92 0 0 1,16 8,39 2,33 4,62 0 0,79 10,44 0 2,68
RS com gráfico que demonstra coerência entre os dados, apenas seis munic silenciosos
que devem ser trabalhado busca de CN e três deles talvez banco de dados ou cumprir
protocolo de alta.
16,00
14,00
12,00
10,00
8,00
6,00
4,00
2,00
0,00
Alta Arar Barb Boa Cam Cam Coru Enge Faro Fêni Goio Ireta J ani J ura Luizi Mam Mor Nov P ea Quar Quin Ran Ron Terr Ubir total
mira una osa Espe pina po mba nhei l x erê ma ópoli nda ana borê eira a biru to ta do cho cado a atã
2,93 3,74 6,47 2,26 0,64 1,96 0,00 1,44 5,27 13,27 1,85 13,66 4,25 1,27 4,43 4,05 0,00 6,40 0,76 0,00 0,00 0,00 4,93 2,70 2,87 2,94
tx prev 1,47 5,99 6,47 2,26 2,56 2,82 0,00 3,61 5,27 13,27 2,96 14,71 5,67 1,27 1,48 4,73 0,00 8,54 2,27 0,00 0,00 0,00 8,22 2,70 3,35 3,79
tx detec tx prev
25
20
15
10
0
Alto São Alto
Piquir Altôni Brasil Cafez Cruze Doura Esper Franc Icaraí Maria Maril Nova P erob P érol J orge Tapir Umua Paraí Xamb total
Iporã Ivaté
i a ândia al do iro do dina ança isco ma Helen uz Olí mp al a do a rama so rê
tx detec 0 1,76 2,78 0,00 2,66 0,00 0,00 1,66 2,16 0,00 7,27 0,00 1,00 0,00 1,91 3,72 0,00 1,86 1,17 2,80 0,00 1,42
tx prev 2,00 1,76 2,78 0,00 4,78 1,67 18,73 1,66 1,08 1,34 8,73 0,00 20,02 1,91 1,91 8,69 1,79 3,72 1,17 19,62 1,79 3,28
9,00
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
São
Cidade Tuneiras
Cianorte Indianópoli J apurá J ussara Rondon Manoel do São Tomé Tapejara total
Gaúcha Guaporema do Oeste
s P araná
tx det 2,32 2,01 0,00 2,41 1,31 1,56 3,54 0,00 7,97 3,69 0,00 2,43
tx prev 2,81 3,01 0,00 4,82 1,31 0,00 3,54 5,13 3,99 5,17 0,00 2,82
30,00
25,00
20,00
15,00
10,00
5,00
0,00
tota
Alto Am Cru Dia Gua Inaj Itau J ar Loa Mar Mir Nov Nov P ar Par P ar Pla P or Que San San San San São São São Tam Terr
l
P ar apo zeir man iraç á na dim nda ilen ado a a aí so ana ana nalt to rên ta ta ta to Carl J oã P ed boa a
tx det 1,54 2,02 4,29 0,00 6,63 9,91 0,00 0,00 1,97 7,39 0,00 7,19 4,51 3,96 0,00 3,35 9,82 8,77 4,21 1,26 0,00 0,00 0,00 1,59 0,00 3,95 4,85 0,00 2,94
tx prev 2,31 6,07 12,8 3,64 9,94 26,4 0,00 0,00 10,3 11,833,90 14,3 11,28 11,89 0,00 5,02 14,7 13,165,90 3,79 5,59 9,40 0,00 1,59 1,63 3,95 4,85 4,36 6,52
16
14
12
10
0
tot
Âng Ast Ata Col Dou Flor Flor Flór Igu Itag Ita Ivat Lob Ma Ma Mar Mar Mu Nos Nov Our P ai P ar P re San San San São Sar Uni
al
ulo org laia ora tor aí est ida ara uaj mb uba ato nda nda ialv ing nho sa a izo çan ana side ta ta to J or and flor
tx det 0 1,24 2,52 1,38 0,00 1,92 0,003,89 0,00 0,00 3,41 3,432,39 1,13 0,920,64 0,91 3,02 15,0 0,760,00 0,58 0,00 0,00 0,000,00 0,00 0,00 1,48 0,00 1,06
tx prev 0 2,49 0,00 3,225,25 3,85 1,86 3,89 0,00 2,15 5,11 0,000,00 2,83 2,14 1,60 1,04 3,02 12,5 1,52 0,00 2,34 3,21 0,00 3,360,00 1,98 0,00 2,97 4,47 1,83
RS com boa equipe, porém com urgência na busca de CN, pois muitos minic são
silenciosos. Apenas a sede de regional está adequada.
12,00
10,00
8,00
6,00
4,00
2,00
0,00
Bom Mauá Novo São
Rio
Apucar Arapon Sucess Borraz Califór Cambir Grande J andai Marilâ Marum da Itacolo Sabáu P edro total
Faxinal Kaloré Bom
ana gas o ópolis nia a s Rios a do ndia do bi Serra mi dia do Ivaí
tx det 0,71 1,60 10,36 5,79 0,00 1,46 4,62 2,65 1,49 0,00 2,22 0,00 1,38 0,00 6,10 1,83 2,10 1,69
tx prev 1,15 1,49 10,36 8,11 3,84 0,00 6,60 2,65 1,99 6,78 5,55 0,00 2,75 0,00 6,10 1,83 2,10 2,28
25,00
20,00
15,00
10,00
5,00
0,00
Bela
Alvor Vista Cafea Camb Cente Flores Guara Ibipor J agua J ataiz Londri Lupio Miras P itan P orec Prado P rime Rolân Serta Tamar total
ada do do ra é nário tópoli ci ã pitã inho na nópoli elva gueira atu Ferrei iro de dia nópoli ana
tx det 1,10 4,66 15,85 1,06 0,92 1,63 2,14 3,33 0,90 11,98 1,29 0,00 0,00 8,10 1,30 0,00 2,93 0,38 5,16 1,99 1,69
tx prev 0 4,66 3,96 1,49 4,62 6,52 2,14 5,33 1,81 19,67 1,56 0,00 0,00 8,10 3,25 0,00 4,88 0,76 10,33 2,98 2,41
20,00
18,00
16,00
14,00
12,00
10,00
8,00
6,00
4,00
2,00
0,00
São São
Abati Andir Band Cong Corn Itamb Leóp Nova Nova Nova Ranc Ribei Sant Sant Sant Sant J erôn Seba Sapo Serta Uraí total
Assaí
á á eiran onhin élio aracá olis Amér Fátim Sant ho rão a a a o imo stião pema neja
tx det 1,34 1,33 4,67 1,19 5,07 2,98 3,32 0,00 0,00 1,21 2,81 7,36 1,38 0,00 5,38 3,86 0,00 5,39 1,14 1,47 4,65 6,20 2,74
tx prev 2,68 1,78 8,18 0,90 2,54 3,19 1,66 16,24 0,00 4,84 2,81 17,18 0,69 0,00 8,07 6,17 3,43 10,78 2,27 7,37 3,10 10,62 4,28
14
12
10
0
São
Barra Camb Carló Cons Figue Guapi J abot J acar J apir J oaq J undi Pinha Quati Ribei Salto Sant Sant J osé Sique Toma Wenc total
Ibaiti
do ará polis elheir ira rama i ezinh a uim aí do lão guá rão do ana o da ira zina eslau
tx det 0 3,00 2,92 0,00 2,27 2,40 0,38 2,14 4,86 0,00 2,09 8,75 1,56 2,80 1,87 0,00 0,00 1,73 1,57 0,60 1,10 0,00 2,02
tx prev 3,92 8,15 4,38 0,00 5,67 2,40 0,00 2,14 9,20 6,09 3,13 8,75 3,12 12,61 2,80 1,92 1,83 2,72 6,29 1,20 1,10 0,00 4,12
10,00
9,00
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
Assis Entre Nova Ouro P ato São São
Terra
Chate Diama Rios Guaí r Marec Marip Merce Santa Verde P aloti Braga Quatr Santa J osé P edro Tupãss total
Roxa Toledo
aubria nte do a hal á des Rosa do na do o Helen das do i
tx 2,60 0,00 0,00 1,78 4,38 3,53 0,00 1,40 0,00 1,52 7,04 0,00 4,25 0,00 0,00 1,34 3,01 1,30 2,63
tx prev 2,93 6,44 2,86 3,56 5,76 3,53 4,19 2,79 3,91 1,52 7,04 0,00 9,46 0,00 1,49 1,34 2,23 2,60 3,41
12,00
10,00
8,00
6,00
4,00
2,00
0,00
Curiúva Imbaú Ortigueira Reserva Telêmaco Borba Tibagi Ventania total
450,00
400,00
350,00
300,00
250,00
200,00
150,00
100,00
50,00
0,00
Rio Santa São
Godoy Mato Nova
Ariranh Cândid Cruzma Ivaipor J ardim Lidianó Lunard Manoel Branco Rosário Maria J oão do total
Arapuã Moreira Rico Tebas
a do o de ltina ã Alegre polis elli Ribas do Ivaí do Ivaí do Ivaí
tx det 0,00 0,00 3,96 0,00 15,41 3,96 1,46 2,53 0,00 0,74 5,23 428,32 2,82 5,41 0,00 3,39 21,36
tx prev 2,62 0,00 4,53 0,00 27,74 4,95 2,92 2,53 4,07 0,74 7,84 373,36 5,63 7,22 0,00 8,48 20,52
RS endêmic com necessidade de grande trabalho para busca de casos novos, porém com
treinamento da s equipes de saúde, para evitar o ocorrido em N Tebas com muitos erros
diagnósticos, elevando artificialmente a endemia, já alta da região.
90
80
70
60
50
40
30
20
10
0
%ABANDONO TX DETECÇÃO %CURA CN TX PREV %GIF CN
70
60
50
40
30
20
10
0
%ABANDONO TX DETECÇÃO %CURA CN TX PREV %GIF CN
70
60
50
40
30
20
10
0
%ABANDONO TX DETECÇÃO %CURA CN TX PREV %GIF CN
Acentuada alteração na questão altas por cura que não haviam sido lançados no SINAN, e
provável melhoria de execução e lançamento dos GIFs.
Avaliação do PAB e PPI entre os m eses de novembro 2004 e m aio 2005 Londrina, PR
70
60
50
40
30
20
10
0
%ABANDONO TX DETECÇÃO %CURA CN TX PREV %GIF CN