[pt] A Organização Mundial da Saúde declarou que a resistência aos antibióticos é uma das 10 principais ameaças globais à saúde pública. Entre os fatores que causam a disseminação de bactérias multirresistentes está o uso excessivo de antibióticos em hospitais. Esta tese baseia-se na premissa de que é necessário usar dados históricos para melhorar a prescrição de antibióticos e, assim, reduzir o impacto da resistência em ambientes hospitalares. Seus objetivos específicos incluem a análise de dados para fornecer informações que possam apoiar a prescrição de antibióticos, evitando assim que as taxas de resistência permaneçam elevadas após a pandemia de COVID-19 e prevenindo futuras quebras de protocolo semelhantes.. A tese também investiga as diferenças de desfechos entre a apresentação de bactérias resistentes e não resistentes em infecções adquiridas na comunidade. Para alcançar esses objetivos, os métodos incluem ferramentas de análise de dados, como estatísticas descritivas e inferenciais, Regressão Logística, Mineração de Processos e Mineração de Texto. Os dados incluem informações sobre pacientes internados em Unidades de Terapia Intensiva em hospitais de uma rede privada localizados no Rio de Janeiro, Brasil. A tese é composta por três artigos e descreve ainda uma plataforma desenvolvida para apoiar a prescrição de antibióticos em hospitais. Os resultados da tese revelaram um aumento significativo no consumo de antibióticos durante a pandemia, especialmente durante o segundo e terceiro meses da doença no Brasil. Esse aumento, aliado à alta variabilidade nos tratamentos de pacientes com COVID-19, demonstra que a incerteza em relação à doença levou ao não cumprimento dos protocolos previamente estabelecidos. O meropenem, um antibiótico da classe dos carbapenêmicos, teve o maior número ajustado de doses prescritas para pacientes com COVID-19 nos hospitais analisados. O aumento na prescrição de carbapenêmicos provavelmente explica o aumento observado na resistência a esse antibiótico durante o surto de COVID-19. No período pós-surto, a taxa de resistência aos carbapenêmicos diminuiu, seguindo a queda no consumo desses antibióticos após os primeiros meses da pandemia. No entanto, mesmo com a diminuição, os níveis de resistência pós-surto permaneceram mais altos do que antes da pandemia. Além disso, observou-se que a pandemia alterou outro hábito dos médicos nos hospitais pois o número de exames por paciente aumentou durante a pandemia e, mesmo após o surto da doença, continuou mais alto do que antes da doença. A tese também demonstrou como ferramentas de Mineração de Texto podem ser utilizadas na etapa de tratamento dos dados, possibilitando a inclusão de mais informações nas análises. Constatou-se ainda que, embora um terço dos pacientes admitidos em unidades de terapia intensiva apresentassem bactérias resistentes, não houve evidência de que isso implicasse em maiores chances de mortalidade hospitalar ou sepse em comparação com pacientes com infecções comunitárias por bactérias não resistentes. / [en] The World Health Organization has declared that antimicrobial resistance is one of the top 10 global public health threats facing humanity. Among the factors that cause the dissemination of multidrug-resistant bacteria is the overuse of antimicrobials in hospitals. This thesis is based on the premise that it is necessary to use historical data to improve antimicrobial prescription and thus reduce the burden of antimicrobial resistance in hospital settings. Its specific goals include analyzing data to provide information that can support antimicrobial prescription, thus avoiding antimicrobial resistance rates remaining high after the COVID-19 pandemic and preventing future similar protocol breakdowns. It also investigates the differences in outcomes between presenting resistant vs. non-resistant bacteria in community-acquired infections. To achieve these objectives, the methods include data analysis tools such as descriptive and inferential statistics, Logistic Regression, Process Mining, and Text Mining. The data includes information on patients admitted to Intensive Care Units in hospitals from a private network located in Rio de Janeiro, Brazil. The thesis comprises three articles and describes a CDSS developed to support antimicrobial prescription in hospitals. The thesis s findings revealed a significant increase in antimicrobial consumption and high variability in treatments for COVID-19 patients. Specifically, meropenem, a carbapenem-class antimicrobial, presented the highest adjusted number of doses prescribed for COVID-19 patients in the analyzed hospitals. The escalation in carbapenem prescription probably explains the observed increase in carbapenem resistance during the COVID-19 surge. In the post-surge, the carbapenem resistance rate decreased, following the decrease pattern we found in carbapenem consumption after the first months of the pandemic. Even though there was a decrease in carbapenem resistance, the post-surge levels remained higher than before the surge. Besides, this thesis did not find an association between presenting with antimicrobial-resistant bacteria and higher chances of hospital mortality or sepsis in patients with community-acquired infections.