Introdução: Câncer de mama é o mais comum em mulheres. Embora sua incidência ainda esteja em ascensão, as taxas de recorrência e mortalidade têm diminuído, em especial nos países desenvolvidos. Assim o câncer pode ser considerado um choque transitório que não impede que os sobreviventes retomem a normalidade em suas vidas, incluindo atividades laborais. Na América do Norte e Europa, as taxas de RT entre as pacientes com câncer de mama variam de 24-66% após 6 meses e 53-82% após 36 meses de diagnóstico. Os fatores mais associados ao RT são: idade, quimioterapia, sequelas da terapia do câncer e apoio do empregador e colegas de trabalho. Esses achados, no entanto, variam sugerindo que outros fatores e até aspectos de diferentes legislações podem interferir no RT. Na América Latina há escassez de dados sobre RT após o diagnóstico de câncer de mama. Objetivos: Avaliar as taxas de retorno ao trabalho nos meses 12 e 24 após o diagnóstico de câncer de mama e verificar a correlação de fatores à retomada ao trabalho aos 24 meses. Métodos: Estudo prospectivo observacional avaliando taxas de RT em mulheres com câncer de mama tratadas no Instituto do Câncer do estado de São Paulo, com idade > 18 e < 57 anos e que trabalhavam de forma remunerada por pelo menos 03 meses ao diagnóstico. Pacientes com doença inoperável ou metastática foram excluídas. Nos meses 06, 12 e 24 do seguimento responderam à questionários do estudo e de qualidade de vida (FACT-B), por telefone. Resultados: Entre julho/2012 e setembro/2014, 125 pacientes assinaram o TCLE. Quatro foram excluídas da análise (02 óbitos e 02 sem contato por telefone). A idade média foi de 45.1 anos (± 8,1). A maioria (94%) gostava do trabalho, 73% receberam apoio do empregador, mas apenas 29% relataram ter recebido oferta de ajuste no trabalho. Metade apresentava doença no estádio II e 93% fizeram quimioterapia como parte de seu tratamento. As taxas de RT foram 21,5%, 30,3% e 60,4% aos 06, 12 e 24 meses, após o diagnóstico de câncer de mama. Na análise multivariada os fatores que afetaram de forma positiva as taxas de RT foram: renda familiar mensal >= 02 salários mínimos (OR 17,76, IC95% 3,33-94,75, p 0,001), cirurgia conservadora da mama (OR 9,77, IC 95% 2,03-47,05, p 0,004) e oferta de ajuste no trabalho pelo empregador (OR 37,62, IC95% 2,03-47,05, p 0,004). Fatores que se associaram de forma negativa ao RT foram: terapia endócrina (OR 0,11, IC95%0,02-0,74, p 0,023) e diagnóstico de depressão após o câncer (OR 0,07, IC95% 0,01-0,63, p 0,017). Conclusões: As taxas de RT aos 12 e 24 meses após diagnóstico de câncer de mama são inferiores a maioria dos estudos conduzidos na América do Norte e Europa. Oferta de ajuste no trabalho, maior renda familiar, cirurgia conservadora da mama, terapia endócrina adjuvante e diagnóstico de depressão após o câncer de mama desempenharam importante papel no RT / Background: Breast cancer is the most common cancer in women. While its incidence has been increasing, recurrence and mortality rates have been decreasing, mainly because of better treatment options. Because of that cancer can be regarded as a transient shock that does not prevent survivors resume normality in their lives including return to their workplace. In North America and Europe return to work (RTW) rates vary among breast cancer patients from 24- 66% after 06 months and 53-82% after 36 months of diagnosis. Factors most associated with the decision to return to work are: age, chemotherapy, sequelae related to cancer therapy and support from the employer and coworkers. However, these findings vary among the different populations evaluated, suggesting that other factors and even variations in countries laws may interfere with the decision to return to work. So far there is a lack of data on RTW after breast cancer diagnosis in Latin America. Endpoints: To evaluate return to work rates on months 12 and 24 after breast cancer diagnosis, and check the correlation of some factors with the decision to return to work at 24 months. Methods: A prospective, observational study evaluating RTW rates in patients with breast cancer diagnosis, > 18 and < 57 years old and a paid work for at least 03 months at the time of dianosis. Patients with inoperable or metastatic disease were excluded. On months 6, 12 and 24 they answered a telephone interview and the quality of life questionnaire (FACT-B). Results: Between july/2012 and september/2014, 125 patients were enrolled. Two of them died and two other could not be reached by telephone, and were excluded from the analysis. Mean age was 45,1 years (± 8,1). Most of them reported that they liked their job (94%) and received support from employer (73%), but only 29,1% reported having been offered work adjustment. Half of patients had stage II disease and 93% received chemotherapy as part of their treatment. Overall, 21,5%, 30,3% and 60,4% of patients returned to work 06, 12 and 24 months after breast cancer diagnosis, respectively. In the multivariate analysis, factors associated with positive RTW outcomes included higher income (OR: 17,76, CI95% 3,33-94,75; p = 0,001), breast conserving surgery (OR: 9,77, CI95% 2,03-47,05; p = 0,004) and work adjustment (OR: 37,62, CI95% 2,03-47,05; p= 0,004). Factors associated with negative RTW outcomes included adjuvant endocrine therapy (OR: 0,11, IC95% 0,02-0,74; p = 0,023) and depression diagnosis after breast cancer diagnosis (OR: 0,07, IC95% 0,01-0,63; p = 0,017). Conclusion: RTW rates after 12 and 24 months of breast cancer diagnosis are lower than reported in North America (with exception for low income americans) and Europe. Workplace adjustments, higher income, breast conserving surgery, endocrine therapy and depression after breast cancer played an important role in the RTW decision

Os efeitos dos dados defeituosos sobre os resultados dos processos analíticos são notórios. Aprimorar a qualidade dos dados exige estabelecer alternativas a partir de vários métodos, técnicas e procedimentos disponíveis. O processo de Avaliação da Qualidade dos Dados - pAQD - provê relevantes insumos na definição da alternativa mais adequada por meio do mapeamento dos defeitos nos dados. Relevantes abordagens computacionais apoiam esse processo. Tais abordagens utilizam métodos quantitativos ou baseados em asserções que usualmente restringem o papel humano a interpretação dos seus resultados. Porém, o pAQD depende do conhecimento do contexto dos dados visto que é impossível confirmar ou refutar a presença de defeitos baseado exclusivamente nos dados. Logo, a supervisão humana é essencial para esse processo. Sistemas de visualização pertencem a uma classe de abordagens supervisionadas que podem tornar visíveis as estruturas dos defeitos nos dados. Apesar do considerável conhecimento sobre o projeto desses sistemas, pouco existe para o domínio da avaliação visual da qualidade dos dados. Isto posto, este trabalho apresenta duas contribuições. A primeira reporta uma taxonomia que descreve os defeitos relacionados aos critérios de qualidade da acuracidade, completude e consistência para dados estruturados e atemporais. Essa taxonomia seguiu uma metodologia que proporcionou a cobertura sistemática e a descrição aprimorada dos defeitos em relação ao estado-da-arte das taxonomias. A segunda contribuição reporta relacionamentos entre propriedades-defeitos que estabelecem que certas propriedades visuais-interativas são mais adequadas para a avaliação visual de certos defeitos em dadas resoluções de dados. Revelados por um estudo de caso múltiplo e exploratório, esses relacionamentos oferecem indicações que reduzem a subjetividade durante o projeto de sistemas de visualização de apoio a avaliação visual da qualidade dos dados. / The effects of poor data quality on the reliability of the outcomes of analytical processes are notorious. Improving data quality requires alternatives that combine procedures, methods, techniques and technologies. The Data Quality Assessment process - DQAp - provides relevant and practical inputs for choosing the most suitable alternative through a data defects mapping. Relevant computational approaches support this process. Such approaches apply quantitative or assertions-based methods that usually limit the human interpretation of their outcomes. However, the DQAp process strongly depends on data context knowledge since it is impossible to confirm or refute a defect based only on data. Hence, human supervision is essential throughout this process. Visualization systems belong to a class of supervised approaches that can make visible data defect structures. Despite their considerable design knowledge encodings, there is little support design to data quality visual assessment. Therefore, this work reports two contributions. The first reports a taxonomy that organizes a detailed description of defects on structured and timeless data related to the quality criteria of accuracy, completeness and consistency. This taxonomy followed a methodology which enabled a systematic coverage of data defects and an improved description of data defects in regard to state-of-art literature. The second contribution reports a set of property-defect relationships that establishes that certain visual and interactive properties are more suitable for visual assessment of certain data defects in a given data resolution. Revealed by an exploratory and multiple study case, these relationships provides implications that reduce the subjectivity in the visualization systems design for data quality visual assessment.

Os efeitos dos dados defeituosos sobre os resultados dos processos analíticos são notórios. Aprimorar a qualidade dos dados exige estabelecer alternativas a partir de vários métodos, técnicas e procedimentos disponíveis. O processo de Avaliação da Qualidade dos Dados - pAQD - provê relevantes insumos na definição da alternativa mais adequada por meio do mapeamento dos defeitos nos dados. Relevantes abordagens computacionais apoiam esse processo. Tais abordagens utilizam métodos quantitativos ou baseados em asserções que usualmente restringem o papel humano a interpretação dos seus resultados. Porém, o pAQD depende do conhecimento do contexto dos dados visto que é impossível confirmar ou refutar a presença de defeitos baseado exclusivamente nos dados. Logo, a supervisão humana é essencial para esse processo. Sistemas de visualização pertencem a uma classe de abordagens supervisionadas que podem tornar visíveis as estruturas dos defeitos nos dados. Apesar do considerável conhecimento sobre o projeto desses sistemas, pouco existe para o domínio da avaliação visual da qualidade dos dados. Isto posto, este trabalho apresenta duas contribuições. A primeira reporta uma taxonomia que descreve os defeitos relacionados aos critérios de qualidade da acuracidade, completude e consistência para dados estruturados e atemporais. Essa taxonomia seguiu uma metodologia que proporcionou a cobertura sistemática e a descrição aprimorada dos defeitos em relação ao estado-da-arte das taxonomias. A segunda contribuição reporta relacionamentos entre propriedades-defeitos que estabelecem que certas propriedades visuais-interativas são mais adequadas para a avaliação visual de certos defeitos em dadas resoluções de dados. Revelados por um estudo de caso múltiplo e exploratório, esses relacionamentos oferecem indicações que reduzem a subjetividade durante o projeto de sistemas de visualização de apoio a avaliação visual da qualidade dos dados. / The effects of poor data quality on the reliability of the outcomes of analytical processes are notorious. Improving data quality requires alternatives that combine procedures, methods, techniques and technologies. The Data Quality Assessment process - DQAp - provides relevant and practical inputs for choosing the most suitable alternative through a data defects mapping. Relevant computational approaches support this process. Such approaches apply quantitative or assertions-based methods that usually limit the human interpretation of their outcomes. However, the DQAp process strongly depends on data context knowledge since it is impossible to confirm or refute a defect based only on data. Hence, human supervision is essential throughout this process. Visualization systems belong to a class of supervised approaches that can make visible data defect structures. Despite their considerable design knowledge encodings, there is little support design to data quality visual assessment. Therefore, this work reports two contributions. The first reports a taxonomy that organizes a detailed description of defects on structured and timeless data related to the quality criteria of accuracy, completeness and consistency. This taxonomy followed a methodology which enabled a systematic coverage of data defects and an improved description of data defects in regard to state-of-art literature. The second contribution reports a set of property-defect relationships that establishes that certain visual and interactive properties are more suitable for visual assessment of certain data defects in a given data resolution. Revealed by an exploratory and multiple study case, these relationships provides implications that reduce the subjectivity in the visualization systems design for data quality visual assessment.