Sistemas de saúde e percepção de barreiras para admissão e aderência em programas de reabilitação cardíaca
Notice bibliographique
Résumé
Além da elevada prevalência de doenças cardiovasculares (DCV), iniquidades regionais no acesso aos serviços de saúde e subutilização de programas de reabilitação cardíaca (PRC) ainda são marcantes no cenário brasileiro. Objetivo: Esse estudo visou descrever e comparar barreiras para uso de PRC em usuários de diferentes sistemas de saúde e níveis de atendimento em um estado brasileiro. Métodos: Participantes de PRC e pacientes elegíveis de enfermarias e ambulatórios foram pareados pelos sistemas de saúde que utilizavam e responderam a Escala de Barreiras para Reabilitação Cardíaca (EBRC). Os testes U de Mann-Withney e Kruskal Wallis foram usados para comparar barreiras entre os sistemas de saúde e entre níveis de atendimento, respectivamente. Resultados: Cento e quarenta (87%) pacientes participaram do estudo. A média total dos itens da escala foi 1,98±0,48 e diferiu apenas entre participantes de PRC e pacientes internados (p<0,05). Algumas barreiras de acesso, necessidades percebidas e comorbidades/estado funcional foram maiores no sistema público do que no privado (p<0,05). A falta de conhecimento sobre PRC (3.75±1.66) e a falta de referência médica (2.32±1.53) destacaram-se no domínio necessidades percebidas, que teve o maior escore médio da amostra (2.31±0.71). Conclusões: Barreiras de acesso e necessidades percebidas foram maiores para usuários de serviços públicos. Viagens e trabalho foram barreiras maiores para participantes de PRC, enquanto para pacientes internados e ambulatoriais as maiores barreiras foram necessidades percebidas. Logo, a disseminação de PRC e estratégias para referência de elegíveis devem ser estimuladas em ambos os sistemas de saúde e níveis de atendimento.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».