; ******************************************************************************* ; * Template file for TB/MDR-TB case generation ; * e-TB Manager System ; * Rio de Janeiro, oct-2008 ; * ; * Change the values after = to generate your own testing database ; * ; ******************************************************************************* ; ******************************************************************************* ; * Se true, apaga todos os casos pré-existentes nos anos selecionados ; * Se false, os casos novos serão incluídos e os pré-existentes não serão modificados ; ******************************************************************************* remExistingCases= true ; ******************************************************************************* ; * Variação em dias do tempo de tratamento ; * Exemplo= 10 - Indica que o tratamento poderá ser de + ou - 10 dias além do tempo previsto no regime ; ******************************************************************************* cohortVarTime = 7 ; ******************************************************************************* ; * Indique o número de casos de TB e TBMR por ano ; ******************************************************************************* cases = [ { year= 2000, numTBCases= 1181, numMDRTBCases= 96 } { year= 2001, numTBCases= 1210, numMDRTBCases= 97 } { year= 2002, numTBCases= 1246, numMDRTBCases= 101 } { year= 2003, numTBCases= 1269, numMDRTBCases= 102 } { year= 2004, numTBCases= 1287, numMDRTBCases= 104 } { year= 2005, numTBCases= 1306, numMDRTBCases= 105 } { year= 2006, numTBCases= 1278, numMDRTBCases= 103 } { year= 2007, numTBCases= 1290, numMDRTBCases= 105 } { year= 2008, numTBCases= 1285, numMDRTBCases= 104 } { year= 2009, numTBCases= 650, numMDRTBCases= 53 } ] ; ******************************************************************************* ; * Número mínimo e máximo de dias que pode variar entre ; * a data de registro e a notificação ; ******************************************************************************* varDaysRegDiag=1..30 ; ******************************************************************************* ; * Peso para diagnósticos de casos de TBMR ; * Exemplo: CONFIRMED=10, SUSPECT=1 ; * Significa que as changes de gerar casos confirmados são 10x maior que para suspeitos ; ******************************************************************************* mdrDiagnosis = [ CONFIRMED = 10 SUSPECT = 1 ] ; ******************************************************************************* ; * Peso para geração de casos do sexo masculino e feminino ; * Exemplo= ; * MALE= 2, FEMALE= 1 ; * As changes de gerar casos do sexo masculino são o ; * dobro de chances de gerar casos do sexo feminino ; ******************************************************************************* genders = [ MALE= 2 FEMALE= 1 ] ; ******************************************************************************* ; * Nacionalidade dos pacientes ; * Exemplo: NATIVE=100, FOREIGN=5 ; * A quantidade de casos nativos serão 100/5 vezes maior que a quantidade de casos estrangeiros ; ******************************************************************************* nationalities = [ NATIVE = 100 FOREIGN = 3 ] ; ******************************************************************************* ; * Peso na geração do tipo de pacientes ; ******************************************************************************* patientTypesTB = [ NEW= 80 RELAPSE= 4 AFTER_DEFAULT= 10 FAILURE_FT= 3 FAILURE_RT= 2 OTHER= 1 ] patientTypesMDR = [ NEW= 80 RELAPSE= 4 AFTER_DEFAULT= 10 FAILURE_FT= 3 FAILURE_RT= 2 OTHER= 1 ] ; ******************************************************************************* ; * Pesos para geração do tipo pulmonar ou extrapulmonar ; ******************************************************************************* infectionSites = [ PULMONARY = 85 EXTRAPULMONARY = 13 BOTH = 2 ] ; ******************************************************************************* ; * Pesos para geração de casos pulmonares ; ******************************************************************************* pulmonaryForms = [ 'Tipo 1' = 10 'Tipo 2' = 20 ] ; ******************************************************************************* ; * Pesos para geração de casos extrapulmonares ; ******************************************************************************* extrapulmonaryForms = [ 'Extra 1' = 10 'Extra 2' = 20 ] ; ******************************************************************************* ; * Pesos para geração do tipo rural ou urbano ; ******************************************************************************* localityTypes = [ RURAL = 5 URBAN = 100 ] ; ******************************************************************************* ; * Fator para geração de regimes padronizados ou individualizados ; * Exemplo= 10/1 ; * Indica que a chance do caso gerado usar um regime padronizado é 10 vezes ; * maior que de um regime individualizado (só para TBMR) ; ******************************************************************************* facRegimenStdInd = 10/5 ; ******************************************************************************* ; * Idade dos pacientes por faixa etária. Indique o peso de cada faixa ; * para a geração dos casos ; ******************************************************************************* ageRanges = [ { range= '<= 4', weightRange = 3..30 } = 1 { range= '5 - 14', weightRange = 35..60 } = 3 { range= '15 - 24', weightRange = 45..70 } = 5 { range= '25 - 34', weightRange = 55..90 } = 8 { range= '35 - 44', weightRange = 55..90 } = 5 { range= '45 - 54', weightRange = 55..90 } = 4 { range= '55 - 64', weightRange = 55..90 } = 4 { range= '>= 65', weightRange = 55..80 } = 3 ] ; ******************************************************************************* ; * Peso para escolha do regime padronizado para o caso ; * Coloque o nome do regime como aparece no sistema ; * Ou caso queira usar o seu código, use um $ antes do código ; * Exemplo, se o código do regime 'GLC' for 22750, você poderá definir o peso ; * desde regime como ; * GLC = 10 ; * ou ; * $22750 = 10 ; ******************************************************************************* regimensTB = [ 'Category I' = 85 'Category II' = 15 ] regimensMDR = [ 'Category IV' = 100 ] ; ******************************************************************************* ; * Peso para a geração de casos por paciente (só para TBMR) ; ******************************************************************************* numTreatments = [ ONE_TREATMENT = 50 ; Pacientes com 1 tratamento TWO_TREATMENTS = 35 ; Pacientes com 2 tratamentos THREE_TREATMENTS= 15 ] ; ******************************************************************************* ; * Peso para a geração dos casos por região (indique todas ou apenas as regiões ; * para que você quer que sejam gerados casos) ; ******************************************************************************* regions = [ 'Region A' = 50 'Region B' = 20 'Region C' = 10 'Region D' = 10 'Region E' = 10 ] ; ******************************************************************************* ; * Percentual de casos que são transferidos (0 = nenhum, 100 = todos) ; ******************************************************************************* percTransfCases = 2 ; ******************************************************************************* ; * Peso no resultado do desfecho de cada caso ; ******************************************************************************* outcomesTB = [ CURED = 55 TREATMENT_COMPLETED = 20 FAILED = 5 DEFAULTED = 10 DIED = 6 TRASNFERRED_OUT = 2 DIAGNOSTIC_CHANGED = 1 OTHER = 1 ] outcomesMDR = [ CURED = 50 TREATMENT_COMPLETED = 15 FAILED = 10 DEFAULTED = 10 DIED = 11 TRASNFERRED_OUT = 2 DIAGNOSTIC_CHANGED = 1 OTHER = 1 ] ; ******************************************************************************* ; * Tempo médio em dias para iniciar o tratamento de TB e TBMR a partir da data de diagnóstico ; * 0..10 significa entre 0 e 10 dias a partir da data de diagnóstico ; ******************************************************************************* startTreatmentTB = 0..7 startTreatmentMDR = 0..15 ; ******************************************************************************* ; * Medicines to be used in susceptibility tests ; ******************************************************************************* substances = [ R, S, Z, E, Eto, H, Ofx, Km, Am, PAS, Cm, Cs ] ; ******************************************************************************* ; * Número de casos de TB com resistência a algum medicamento (entre 0 e 100) ; * Exemplo: = 5 ; * Para cada 100 casos de TB, 5 tem resistência a algum medicamento ; ******************************************************************************* resTB = 2 ; ******************************************************************************* ; * Resistance patterns and its weight-factor ; ******************************************************************************* resPatternsTB = [ [ R ] = 15 [ H ] = 15 [ E ] = 10 [ Z ] = 10 ] resPatternsMDR = [ [ R, H ] = 100 [ R, H, Z ] = 10 [ R, H, E ] = 20 [ R, H, Z, E ] = 15 [ R, H, Z, E, S ] = 10 [ R, H, Eto, E ] = 10 [ R, H, Ofx, S] = 8 [ R, H, Ofx, Am ] = 4 ] ; ******************************************************************************* ; * Pesos para resultados de exames de teste de resistência ; ******************************************************************************* susceptResults = [ NOTDONE = 10 RESISTANT = 2 SUSCEPTIBLE = 20 CONTAMINATED = 1 ] ; ******************************************************************************* ; * Período em que será feito o primeiro exame em relação a ; * data de diagnóstico ; * exemplo: ; * sputumFirst = 20..5 ; * Indica que o exame será feito entre 20 e 5 dias antes da data de diagnóstico ; ******************************************************************************* sputumFirst = 14..7 cultureFirst = 60..30 susceptFirst = 90..30 hivFirst = 90..30 ; ******************************************************************************* ; * Frequência em dias para realizar novos exames ; * Exemplo: ; * sputumFreq = 90 ; * Indica que a cada 90 dias será feito um novo exame de baciloscopia ; ******************************************************************************* sputumFreqTB = 30 cultureFreqTB = 0 susceptFreqTB = 0 hivFreqTB = 100 sputumFreqMDR = 30 cultureFreqMDR = 60 susceptFreqMDR = 0 hivFreqTB = 100 ; ******************************************************************************* ; * Variação máxima percentual na data de realização de um próximo exame ; * Exemplo: ; * varDateExam = 10 ; * Significa que o próximo exame do caso pode acontecer com uma margem de erro ; * de 10% (para mais ou menos) da data prevista de realização em relação ao ; * exame anterior ; * Se a frequência de realização de cultura for de 30 dias, então no exemplo acima ; * ela poderá variar entre 27 e 33 dias (+ ou - 3 dias) ; ******************************************************************************* varDateExam = 7 ; ******************************************************************************* ; * Pesos para resultados de exames de baciloscopia ; ******************************************************************************* sputumResults = [ NEGATIVE = 5 POSITIVE = 10 PLUS = 20 PLUS2 = 25 PLUS3 = 20 ] ; ******************************************************************************* ; * Pesos para resultados de exames de cultura ; ******************************************************************************* cultureResults = [ NEGATIVE = 5 POSITIVE = 10 PLUS = 20 PLUS2 = 25 PLUS3 = 20 ] ; ******************************************************************************* ; * Pesos para resultados de exames de HIV ; ******************************************************************************* hivResults = [ NEGATIVE = 30 POSITIVE = 10 ] ; ******************************************************************************* ; * Nomes de homens usados para compor o nome do paciente ; ******************************************************************************* firstNamesMale = [ Marcos Samuel Ricardo Ronaldo Martin Mark Raymond Augusto Antony Arnaldo Alan Alexandre Alex Arin Arnald Agnaldo Albert Alberto Albert Alan Arnold Abaeté Abdão Abdias Abel Ademar Beto Benedito Bernardo Bejamin Bruno Biafra Baltazar Bartolomeu Batista Belisario Benjamin Bonifácio Bruce Cláudio Clenildo Carlos Caetano Clayton Conrado Constantino Caio Dado Daniel Dilson David Dean Flávio Fábio Fernando Francisco Fernandes Gustavo Glauco Geonor Gabriel Germano Giulio Ivo Ivan Ítalo Iuri Yuri Joel Jorge José Jair John José João Jefferson Júlio Jonatas Jonathan Jeremias Jaco George Gilberto Gabriel Gregory Garcia Luiz Gustavo Lucas Lean Legolas Marcos Moises Manoel Nuno Norberto Nilo Noel Osmar Oswald Paulo Pedro Peter Paul Phill Patrick Rubens Ronald Rivaldo Renan Robson Roosevelt Rennan Renato Raul Ramon Rachid Sandro Steffano Xavier ] ; ******************************************************************************* ; * Nomes de mulheres usados para compor o nome do paciente ; ******************************************************************************* firstNamesFemale = [ Albertina Andreia Arinan Ana Maria Ana Lúcia Ana Ameely Alice Aline Arminda Benedita Bruna Beatriz Barbara Bianca Berenice Clara Célia Carolina Carol Carla Clarice Cleide Cláudia Carmen Denise Daniella Daniele Diana Débora Emília Esmeralda Flávia Fátima Fabiana Fernanda Geovanna Gláucia Gilda Helena Iraci Iná Irene Janete Juliana Jurema Josefina Joelma Jocilaine Maria Maria Antônia Maria Teresa Martha Mirian Marcela Manoela Michele Nair Karla Keli Kimberly Keila Lara Lair Lourdes Lívia Lauren Leonora Nádia Núbia Natasha Norma Nina Nataly Noelma Otaviana Paula Patrícia Paloma Paris Regina Roberta Rogéria Raquel Rebeca Raimunda Romana Rose Rosely Solange Sandra Simone Sara Telma Tara Quilma Karen ] ; ******************************************************************************* ; * Sobrenomes usados para compor o nome dos pacientes ; ******************************************************************************* lastNames = [ Antunes Araujo da Silva Batista Bolivar Brasil Bottino Dianno da Costa Copala Cortez Costeau da Costa Saldanha Dutra Boon Bernardes Busht Ford Farias Fernandes Fernandez Gallet Gomes Gump Greenhill Garcia Gusmão Gabriell Himan Hutson Huston Julia Xavier Silveira Silva e Souza de Souza Harris Keravec Bastos Lima Dantas Dickinson Medeiros Marques Moraes Mc Brain Murray Moore Neves Nunes Noodle Noir de Oliveira Roque Runderberg Rosario Ribeiro Souza da Silva Soares Brito Soares Smith Talimbard Tavares Timberland Timoteo Ribeiro da Silva Romeo ]