Bibliographic record
Abstract
Este é um artigo publicado em acesso aberto (Open Access) sob a licença Creative Commons Attribution, que permite uso, distribuição e reprodução em qualquer meio, sem restrições, desde que o trabalho original seja corretamente citado.Refletir sobre os 30 anos do SUS é tarefa necessária e urgente, sobretudo se considerarmos que ela ocorre em um dos momentos mais tristes (e oportunos) do país.Triste porque as medidas de austeridade fiscal implantadas pelo governo como resposta à atual crise, que não é apenas econômica, já evidenciam consequências terríveis para as condições de saúde dos brasileiros.Estima-se, por exemplo, que aproximadamente 20 mil mortes e 124 mil hospitalizações de crianças com menos de cinco anos venham a ocorrer até 2030 em decorrência dos cortes orçamentários que atingem a saúde e outras áreas sociais 1 .Mas o momento também é de oportunidade, tendo em vista que novos representantes, com diferentes concepções e propostas para a saúde, serão eleitos este ano para ocupar as diversas posições do executivo (presidente e governadores) e do legislativo (senadores, deputados federais e deputados estaduais), exatamente trinta anos depois da promulgação da Constituição Federal de 1988.O texto de Ligia Bahia traz elementos importantes para refletir sobre os desafios e as perspectivas do SUS, incluindo informações que retratam a complexa teia de relações, disputas e fronteiras entre o público e o privado no sistema de saúde brasileiro.Entretanto, um tema que ainda carece de maior reflexão e debate é a formulação/implementação de políticas públicas em setores que não estão diretamente ligados à prestação de serviços de saúde, mas que integram os determinantes mais amplos da saúde, tais como moradia, transporte público, trabalho, educação e meio ambiente.Igualmente importantes são as políticas no campo da ciência, tecnologia e inovação (CTI), dado que a dinâmica de desenvolvimento de novas tecnologias -e sua introdução nos sistemas de saúde -envolve diversos desafios sistêmicos, como, por exemplo, o impacto orçamentário de medicamentos e intervenções terapêuticas de alto custo, as questões éticas, legais e sociais envolvidas com a segurança e a privacidade de grande volume de dados (big data), os problemas de equidade em termos de cobertura assistencial e as barreiras de acesso para grupos populacionais vulneráveis.A literatura crítica sobre o tema tem mostrado que as abordagens tradicionais de CTI, que implicam formas lucrativas e altamente intensivas em capital para produzir novas tecnologias em saúde, contribuem tanto para aumentar as desigualdades em saúde como para minar a sustentabilidade dos sistemas de saúde 2 .Modelos de negócios estabelecidos, juntamente com a lógica de crescimento Por um sistema de saúde sustentável e equânimeFor a sustainable and equitable health system Por un sistema de salud sostenible y equitativo
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 | 0.013 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".