Competências dos médicos no atendimento a idosos em situação de violência: revisão de escopo
Notice bibliographique
Résumé
Resumo Objetivo descrever, por meio das evidências da literatura, as competências dos médicos de serviços hospitalares diante de situações de violência contra a pessoa idosa (VCPI). Método revisão de escopo com busca em bases de dados/plataformas/buscadores e literatura cinzenta abrangendo Medline; BVS; Embase; CINAHL; Web of Science; BDTD, OpenGrey, OpenThesis, RCAAP, Portal de Teses e Dissertações da CAPES, DART-Europe E-theses Portal e Theses Canada Portal (catálogos Aurora e Voilà). Os descritores e palavras-chave utilizados, combinados com os operadores booleanos OR, AND e NOT, foram: “Physicians”, “Médicos”, “Atitude”, “Attitude”, “Conhecimento”, “Knowledge”, “Behavior”, “Atendimento Médico”, “Cuidados Médicos”, “Medical Care”, “Serviços Hospitalares”, “Hospital Services”, “Hospital”, “Hospitalists”, “Médicos Hospitalares”, “Maus-Tratos ao Idoso”, “Elder Abuse”, “Physical Abuse”, “Elder Neglect”, “Aged Abuse”, “Elder Mistreatment”. Resultados seis trabalhos foram selecionados. Evidenciou-se falta de conhecimento sobre o tema e a abordagem, e de treinamento específico. Quanto às habilidades, os achados que mais levaram os médicos a suspeitarem de abuso foram achados físicos ligados à aparência, higiene e lesões - problemas de comunicação e relacionamento foram pouco apontados. Na atitude houve pesquisa de abusos em apenas 44% das suspeitas e percentuais baixos ou nulos de denúncia de casos. Apenas um estudo explorou a atitude frente às negligências, onde 24,8% relataram aos serviços sociais e 21,3% informaram à polícia. Conclusão a maioria dos casos de VCPI continua não percebida e, consequentemente, não reportada ou manejada. Há múltiplos problemas quanto às competências dos médicos hospitalares ao abordarem tais situações, cenário que expõe a demanda por medidas de sensibilização, capacitação e incentivo ao adequado enfrentamento da VCPI.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».