Informação em mortalidade: o uso das regras internacionais para a seleção da causa básica
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
A análise da mortalidade tem sido muito usada em saúde pública, e a causa básica da morte é uma variável bastante estudada. Na maioria dos países, há obrigatoriedade de o médico preencher a declaração de óbito (DO), informando às autoridades a ocorrência do evento, características do falecido e causas da morte. Quando há dois ou mais diagnósticos na declaração das causas da morte, surge a questão da seleção da causa básica. As normas para o preenchimento das causas de morte pelos médicos nas DO e as regras para a seleção da causa básica, quando mais de uma causa é declarada, estão definidas pela OMS, visando à comparabilidade internacional. O objetivo deste trabalho é avaliar se a aplicação das Regras Internacionais de Classificação da causa básica permite a seleção da real causa básica, mesmo se declarada incorretamente pelo médico. O material pertence ao "Estudo sobre a mortalidade de mulheres em idade fértil", sendo que 1.315 casos satisfizeram os requisitos de inclusão. Para cada morte foi realizada uma investigação através de entrevistas domiciliárias, consultas aos prontuários hospitalares e assemelhados. Médicos treinados e calibrados preenchiam uma DO nova, após a leitura de toda a informação, e selecionavam a "verdadeira" causa básica da morte. Esta era comparada com a causa básica da DO original, obtida por meio das Regras Internacionais. Entre as DO, em 1.192 (90,6%) houve concordância com a verdadeira causa básica obtida após a investigação. Concluiu-se que as Regras Internacionais permitem selecionar a real causa básica, mesmo quando o médico preenche inadequadamente a DO.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.002 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it