Intervenções fisioterapêuticas direcionadas à pessoa idosa em situação de violência: uma revisão de escopo
Notice bibliographique
Résumé
Resumo Objetivo Identificar as intervenções fisioterapêuticas direcionadas à pessoa idosa em situação de violência. Método Trata-se de uma revisão de escopo, em que foram acessadas as seguintes bases de dados/bibliotecas/buscadores e literatura cinzenta: BVS, PubMed, Web of Science, Scopus, CINAHL, PEDro, BDTD, OpenGrey, OpenThesis, RCAAP, Portal de Teses e Dissertações da CAPES, DART-Europe E-theses Portal e Theses Canada Portal. As buscas utilizaram os descritores e palavras-chave, que foram combinados por meio dos operadores booleanos OR e AND: Fisioterapeutas, Fisioterapia, “Physical Therapists”, Physiotherapy, “Physical Therapy”, “Physical Therapy Specialty”, “Physical Therapy Modalities”, Rehabilitation, Reabilitação, “Elder Abuse”, “Maus-tratos ao Idoso”, “Physical Abuse”, “Elder Neglect”, “Aged Abuse” e “Elder Mistreatment”. Resultados Dos 601 registros encontrados, 46 foram excluídos por serem duplicados, sendo selecionados 555 para leitura dos respectivos títulos e resumos. Foram excluídas 548 publicações por não se adequarem aos critérios de inclusão, sendo pré-selecionados 7 trabalhos. Pela estratégia Snowballing um foi identificado, originando um resultado final de 8 estudos. Conclusão As intervenções fisioterapêuticas direcionadas à pessoa idosa em situação de violência compreendem: educação em saúde, medidas no estresse do cuidador, recursos comunitários, rastreamento/triagem, avaliação, identificação, plano terapêutico/reabilitação e denúncia. Diante dos achados, observa-se que, apesar da lacuna no conhecimento dessa temática, o fisioterapeuta desempenha um papel imprescindível na condução de casos de violência contra a pessoa idosa.
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 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».