MétaCan
Menu
Retour à la cohorte
Enregistrement W2076952701

Utilização de medicamentos pela população quilombola: inquérito no Sudoeste da Bahia

2013· article· pt· W2076952701 sur OpenAlexaff
Danielle Souto de Medeiros, Cristiano Soares de Moura, Mark Drew Crosland Guimarães, Francisco de Assis Acúrcio

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2013
Typearticle
Languept
DomaineHealth Professions
ThématiqueMaternal and Neonatal Healthcare
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicineArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJETIVO Analisar o uso de medicamentos pela população quilombola. MÉTODOS Estudo transversal de base populacional com 797 quilombolas adultos de Vitória da Conquista, BA, em 2011. Utilizou-se análise de variância para comparar as médias de medicamentos por indivíduo segundo variáveis demográficas, socioeconômicas e de comportamentos relacionados à saúde. Foram estimadas as prevalências, razões de prevalência e os respectivos intervalos de confiança de 95%. Análise múltipla foi conduzida por meio de regressão de Poisson com variância robusta. RESULTADOS Os medicamentos mais consumidos pela população foram aqueles que atuam nos sistemas cardiovascular e nervoso. A prevalência de uso de medicamentos foi de 41,9%, significativamente maior nas mulheres (50,3%) do que nos homens (31,9%). Após análise ajustada, o uso de fármacos foi associado a sexo feminino, idade de 60 anos e mais, nível econômico mais alto, pior avaliação da saúde, maior número de morbidades autorreferidas e de consultas médicas. CONCLUSÕES Mulheres e idosos deverão ser os grupos de preferência para o desenvolvimento de estratégias específicas que garantam o uso racional dos medicamentos. É necessária a promoção de prescrição racional no cotidiano dos serviços de saúde.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,048
Tête enseignante GPT0,323
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)Même sujetMaternal and Neonatal HealthcareTravaux en français237 207