MétaCan
Menu
Retour à la cohorte
Enregistrement W3004455039 · doi:10.1590/0103-11042019s205

Impacto das pesquisas do Programa de Apoio ao Desenvolvimento Institucional do Sistema Único de Saúde

2019· article· pt· W3004455039 sur OpenAlexaboutno aff
Luciana Hentzy Moraes, Antonia Angulo-Tuesta, Silvana Schwerz Funghetto, Tânia Cristina Morais Santa Bárbara Rehem

Notice bibliographique

RevueSaúde em Debate · 2019
Typearticle
Languept
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical sciencePhysics

Résumé

récupéré en direct d'OpenAlex

RESUMO Mensurar o impacto do investimento em pesquisas contribui para a compreensão do alcance dos resultados nos sistemas de saúde e para o direcionamento de recursos para áreas prioritárias. Este estudo avaliou o impacto na dimensão ‘avanços no conhecimento’ produzido pelas pesquisas em saúde financiadas pelo Programa de Apoio ao Desenvolvimento Institucional do Sistema Único de Saúde (Proadi-SUS), no período de 2009 a 2014, no Brasil. Trata-se de pesquisa avaliativa, que utilizou o modelo adaptado de avaliação de pesquisas em saúde da Canadian Academy of Health Sciences (CAHS), a partir de análise documental dos registros de acompanhamento de projetos e relatórios de prestação de contas apresentados pelas instituições executoras das pesquisas. Foram investidos R$ 66,49 milhões em 46 pesquisas, em 12 áreas temáticas, distribuídas em cinco tipos de estudos, principalmente em cardiologia. Foram identificados produtos de 28 projetos (60,8%). Observou-se potencial avanço do conhecimento no campo das doenças crônicas. A transferência dos conhecimentos gerados por essas pesquisas e o impacto do investimento nas categorias tomada de decisão informada e benefícios ao setor saúde não foram mensurados e permanecem como desafios para a efetiva avaliação do programa. Estudos que avaliem a aplicação das evidências produzidas na prática clínica e na gestão podem contribuir para a compreensão da medida do impacto das pesquisas financiadas pelo Proadi-SUS em outras dimensões.

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)0,018
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,046
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,171
Tête enseignante GPT0,417
Écart entre enseignants0,246 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSaúde em DebateMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207