Perfil sociodemográfico de mães provenientes de serviços de triagem auditiva neonatal de maternidades públicas de Salvador, no período de 2007 a 2011
Bibliographic record
Abstract
Introdução: a perda auditiva é a deficiência congênita mais frequente e mais prevalente dentre aquelas triadas em programas preventivos de saúde. A realização da Triagem Auditiva Neonatal de rotina é a única estratégia capaz de detectar precocemente alterações auditivas que poderão interferir na qualidade de vida do indivíduo. Na implementação desse programa, fatores sociodemográficos devem ser levados em consideração. Objetivo: caracterizar o perfil sociodemográfico das mães, cujos lactentes foram atendidos no Ambulatório de TAN, no Serviço de Fonoaudiologia do Ambulatório Magalhães Neto do Complexo Hospitalar Universitário Professor Edgard Santos, da Universidade Federal da Bahia, no período de 2007 a 2011. Metodologia: estudo seccional descritivo. Resultados: foram atendidas no período 644 pacientes. Das 127 respostas obtidas sobre a residência materna, a maioria pertencia ao Distrito Sanitário Barra/Rio Vermelho, 21 (16,5%), seguida pelo Distrito Sanitário de São Caetano/Valéria e pelo Subúrbio Rodoviário. Os distritos que apresentaram o maior número de partos foram o da Liberdade, 233 (36,5%) e do Centro Histórico, 218 (34,2%). O perfil materno se caracterizou por contar com idade entre 14 e 46 anos (μ = 27; σ = 6,9) anos; a minoria encontrava-se desocupada, 25 (6,0%); quase metade dispunha de renda familiar de até um salário-mínimo, 282 (47%); mais da metade tinha ensino médio, 363 (57,3%); a maioria residia com mais de duas pessoas no domicílio, 596 (95,4%) e a maioria realizou pré-natal, 558 (92,%). Conclusão: durante a implementação desse serviço, conclui-se que a triagem deve ser realizada levando em conta o contexto sociodemográfico da população a ser atendida, a fim de proporcionar-lhe um serviço mais contextualizado e efetivo.
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".