MétaCan
Menu
Retour à la cohorte
Enregistrement W4205401179 · doi:10.14450/2318-9312.v33.e4.a2021.pp363-369

IMPACTO DA PANDEMIA PELO NOVO CORONAVÍRUS NO PERFI L DE CONSUMO DE ANSIOLÍTICOS E ANTIDEPRESSIVOS NA ATENÇÃO BÁSICA DO DISTRITO FEDERAL, BRASIL

2021· article· pt· W4205401179 sur OpenAlexaff
Kaic Leite Meira, Fernanda Junges De Araújo, Rafael Cardinali Rodrigues

Notice bibliographique

RevueInfarma - Ciências Farmacêuticas · 2021
Typearticle
Languept
DomaineComputer Science
ThématiqueHealthcare during COVID-19 Pandemic
Établissements canadiensNortel (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)HumanitiesInternal medicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

A pandemia pelo novo Coronavírus proporcionou o aumento da vulnerabilidade psicossocial bem como o agravo das patologias preexistentes, como depressão e ansiedade. Neste sentindo, o objetivo deste trabalho é avaliar o impacto da pandemia da COVID-19 no consumo de ansiolíticos e antidepressivos na UBS 4 do Recanto das Emas – Distrito Federal. Trata-se de um estudo observacional, com corte transversal, que analisou o consumo de ansiolíticos e antidepressivos no período entre fevereiro a agosto de 2019 e 2020, utilizando o consumo médio mensal e o número de atendimentos. Além disso, verifi cou-se também as informações de sexo e idade para traçar um perfi l de consumo destes medicamentos. Dos 7 medicamentos avaliados, todos apresentaram um aumento no consumo em 2020, sendo este de 181,90%, 124,36%, 325,33%, 125%, 12,80%, 22,18% e 6,45% para a fl uoxetina 20mg, amitriptilina 25mg, Imipramina 25 mg, clomipramina 75 mg, diazepam 5 mg, clonazepam 2 mg e clonazepam 2,5 mg/mL respectivamente. Com relação ao perfi l encontrado, houve uma predominância do gênero feminino e da população com idade entre 20 a 59 anos, como consumidores majoritários desses medicamentos. De maneira geral, foi observado um grande impacto nos perfi s de consumo dos psicotrópicos no período de tempo avaliado.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0040,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,049
Tête enseignante GPT0,354
Écart entre enseignants0,305 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfarma - Ciências FarmacêuticasMême sujetHealthcare during COVID-19 PandemicTravaux en français237 207