Conteúdo Público

Mapa do Absenteísmo - Mais Presença, Menos Ausência

• 15

Objetivo do Projeto

Aprofundar os estudos e análise das licenças médicas a partir do projeto anterior Mapa do Absenteísmo 2023 com o incremento de informações - recuperadas do FolhaWeb -, além daquelas já recuperadas do Sistema Integrado de Gestão em Saúde (SIGS) e do Sistema Integrado de Gestão de Pessoas da Justiça do Trabalho (SIGEP-JT), com a execução de novas técnicas, e correção de falhas metodológicas e vieses do estudo anterior.
Um dos pontos sensíveis do Mapa do Absenteísmo 2023 foi o tamanho da base de dados, insuficiente para garantir máxima confiabilidade nos achados. Assim, a parceria entre TRT-6 e TRT-10 se propõe, entre outras vantagens, a enfrentar essa questão, aumentando de quase 2.000 para um aproximadamente 3200 servidores(as) e magistrados(as) elegíveis.
O objetivo específico do projeto é compilar as informações levantadas e a interpretação dos dados em um Mapa do Absenteísmo, partindo da identificação - por meio de técnicas de mineração de dados - das características ou grupos de características com maior correlação estatística com o absenteísmo. E ainda, tornar viável a aplicabilidade do Mapa do Absenteísmo em outros Tribunais do Trabalho.

Órgão(s) do(s) Laboratório de Inovação parceiro(s)

TRT-6 e TRT-10

ODS Impactados

• ODS 3 - Saúde e Bem-Estar 
• ODS 16 - Paz, justiça e instituições eficazes

Benefício esperado com a potencial solução 

O estudo sistemático do absenteísmo possibilitará aos Tribunais participantes contribuírem de forma mais efetiva e eficiente para melhoria da saúde e do bem estar dos(as) magistrados(as) e dos(as) servidores(as) e com isso, espera-se uma redução do absenteísmo no curto/médio prazo, como também redução no longo prazo, a partir de possíveis propostas de programas e projetos voltados para qualidade de vida dos(as) servidores(as) e magistrados(as).

Beneficiários da potencial solução 

O projeto tem como público-alvo principal, as unidades de saúde e de gestão de pessoas do TRT-10 e TRT-6, pois propõe oferecer subsídios qualificados para facilitar a tomada de decisão na elaboração de estratégias voltadas à redução do adoecimento e, em consequência, do absenteísmo.

Ainda há o impacto a todos(as) os servidores e magistrados(as) dos dois tribunais em se beneficiar de eventuais iniciativas de promoção da saúde e do bem-estar, fundamentadas nos achados deste estudo.

Descrição do processo de desenvolvimento da proposta de solução inovadora 

O projeto fará um recorte do absenteísmo no TRT-6 e TRT-10, no ano de 2024 (licenças iniciadas entre 01/01/2024 e 31/01/2024), integrando informações do SIGS, do SIGEP e da FolhaWeb.
Os servidores(as) e magistrados(as) que desligaram-se dos tribunais participantes ao longo de 2024 e 2025 serão removidos da análise, bem como aqueles(as) cujo vínculo iniciou-se posteriormente ao dia 01/01/2024. Serão retiradas da análise também as licenças-maternidade, de maneira a mitigar o viés que elas trariam.
O TRT-6 irá compartilhar com o TRT-10 os scripts desenvolvidos por sua equipe de Tecnologia da Informação para extração e anonimização de dados a fim de evitar divergências na forma de extrair, processar e anonimizar os dados. Cada um dos Tribunais fará a aplicação dos scripts de extração de dados e anonimização de seu corpo funcional, respeitando e se responsabilizando pela proteção dos dados.

Abordagem metodológica aplicada 

A Mineração de Dados consiste em um conjunto de técnicas que utilizam algoritmos de aprendizagem ou classificação baseados em redes neurais e estatística, para explorar grandes conjuntos de dados, extraindo e evidenciando padrões, com o objetivo de auxiliar na descoberta de conhecimento. O conceito de mineração de dados existe desde muito antes dos computadores, partindo do Teorema de Bayes, em 1763, e passando por vários avanços teóricos e tecnológicos desde então. No entanto, foi o avanço no poder de processamento dos últimos anos que permitiu que os algoritmos se tornassem mais robustos e as bases de dados se tornassem mais abrangentes.
Processo de ETL (Extração, Transformação e Carga) para os dados
Execução de Algoritmos de Mineração de Dados: SHAP, Árvores de Decisão e Regressão Logística.

Atividades com datas, atores participantes e técnicas/ferramentas

Participantes

No decorrer do projeto, poderá haver convites para laboratoristas de outras unidades para que integrem a equipe, inicialmente estão envolvidas as seguintes unidades:

• LIODS-TRT6 - laboratoristas da Secretaria de Governança e Gestão Estratégica (Coordenadoria de Estatística e Pesquisa (CEP), Divisão de Inovação (DINOV)), da Secretaria Geral de Tecnologia da Informação e Comunicação (SGTIC) e da Divisão de Saúde (DS)
• LIODS-TRT10 - integrantes do Subcomitê de Saúde

Cronograma 

Aviso Legal 

Todos os dados sensíveis (de saúde e pessoal) estão sendo recebidos e tratados de maneira anônima pelos Laboratórios de Inovação e Objetivos de Desenvolvimento Sustentável, em respeito à LGPD.

LABORATÓRIO DE INOVAÇÃO E DESENVOLVIMENTO SUSTENTÁVEL – LIODS – TRT6

• E-mail do laboratório: liodstrt6@trt6.jus.br