Dificuldades de rastreamento de doenças crônicas na Atenção Primária à Saúde
Notice bibliographique
Résumé
Objetivou-se evidenciar os motivos que dificultam a efetivação do rastreamento na Atenção Primária da Saúde em relação às doenças crônicas não transmissíveis e analisar como eles prejudicam o tratamento dos pacientes que possuem essas condições. Para tanto, foi realizado um estudo sistemático qualitativo, a partir do método da Revisão Integrativa da Literatura. Deste modo, para ferramentas da coleta de dados, foi sucedida consultas eletrônicas mediante as bases de dados: Scientific Eletronic Library Online, Nacional Library of Medicine/Nacional Center for Biotechnology Information, Science Direct, BioMed Central e Periódicos da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, por meio do uso dos descritores “doença crônica”, “chronic disease”, “programas de rastreamento” e “mass screeninig”, “atenção primária à saúde” e “primary health care”, com o operador booleano “AND” entre eles. Foram identificados 743 documentos, sendo selecionados 19, de acordo com os critérios de elegibilidade. Os resultados revelaram que os estudos encontrados datam a partir do ano de 2004, tendo maior prevalência no ano de 2018 (15,79%), destacando-se o idioma inglês (100%), os países com maior predominância foram o Canadá e os Estados Unidos da América (31,58%) e o PUBMED evidenciou-se em número de publicações (52,63%). Concluiu-se que a implementação de tecnologias e um atendimento humanizado podem mudar o diagnóstico de milhares de pessoas por intermédio do rastreamento com a finalidade de atenuar o tratamento tardio de doenças crônicas graves que possam ameaçar a integridade física dos usuários.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».