Nível: Intermediário 🟩🟩🟩⬜⬜

Introdução

Para iniciar este desafio, utilizaremos o Power BI na aba “Por trás dos números”. Ao focar na aba, uma observação intrigante emerge: embora a participação masculina nas internações seja menor, o tempo de permanência hospitalar dos homens é maior. Diante disso, direcionamos nossa análise para dois pontos principais: compreender por que as mulheres estão mais presentes nas hospitalizações e investigar os fatores que explicam essa diferença no tempo de permanência entre homens e mulheres. Para resolver este desafio recomendamos que você use Python como base de seu notebook entrega (ipynb). Fique a vontade para inovar e usar qualquer framework ou biblioteca de sua preferência.

▶️ Assista ao Vídeo Explicativo (Clique para abrir)

Objetivos

• Por que o sexo feminino está mais presente nas hospitalizações?
• Quais fatores explicam a diferença no tempo de hospitalização entre os sexos masculino e feminino?

📊 Explore os Dados: Clique para Abrir o Relatório Interativo

Por que participar?

Analise os dados do SIA/SUS para identificar padrões e variáveis associadas ao tempo de internação no sistema público de saúde.

Critérios de Avaliação

• Clareza: O material entregue está bem estruturado e de fácil compreensão?
• Reprodutibilidade: O código está bem documentado e é simples de ser reproduzido?
• Acurácia: Os indicadores utilizados como base estão corretos?
• Aplicabilidade: As análises entregues são relevantes e capazes de gerar impacto?
• Criatividade: A história contada promove inovação e engajamento com o tema?

Recursos do Projeto

• Vídeo Explicativo sobre o Desafio: Este vídeo oferece uma visão geral detalhada do desafio, explicando os objetivos, o contexto dos dados e as expectativas para a análise. É um ponto de partida ideal para compreender completamente a proposta. Acessar o vídeo
• Relatório Power BI: Explore o painel interativo para visualizar a aba "Por trás dos números", ela será o foco inicial para identificar padrões relacionados às internações e tempos de permanência. Acessar o Relatório
• Notebook no Google Colab: Explore este notebook para ideias de como lidar com os dados pela primeira vez. Ele oferece um ambiente pronto para codificação em Python, permitindo uma análise inicial de forma flexível. Acessar Notebook
• Fonte de Dados SIH: Faça o download do dataset original do Sistema de Informações Hospitalares (SIH/SUS) através do Kaggle. Este é o conjunto de dados completo que você usará para suas análises, permitindo uma exploração detalhada e a validação de suas hipóteses. Acessar Dataset no Kaggle