O USO DO GENOGRAMA PARA A REPRESENTAÇÃO E ANÁLISE DA ESTRUTURA FAMILIAR DE PESSOAS COM ACIDENTE VASCULAR ENCEFÁLICO E ATENDIDAS PELO SERVIÇO DE FISIOTERAPIA EM ESF
Bibliographic record
Abstract
Introducao: Para o Ministerio da Saude (MS), persiste entre os profissionais da saude a perspectiva de atuacao tradicional de atencao a familia, onde e priorizado o atendimento individual, fragmentando o individuo no processo saude-doenca negligenciando suas crencas, valores e das relacoes com outros membros e com o meio social, ocasionando perda da integralidade do cuidado. Em decorrencia dessa situacao o MS recomenda a utilizacao de ferramentas que possibilitem a compreensao da estrutura familiar, entre elas o Genograma que e um modelo de representacao familiar que aborda informacoes sobre a historia de vida do individuo e suas relacoes internas familiares cuja interpretacao pode contribuir para ampliar o vinculo entre o profissional de saude e a familia, tornando-se uma pratica integradora nas Estrategias de Saude da Familia (ESF). Para o fisioterapeuta, o Genograma pode contribuir para melhor compreensao do ambiente onde o individuo esta inserido e possibilitar uma abordagem domiciliar mais qualificada, permitindo uma maior interacao com outros profissionais de saude, ampliando os cuidados pensando no individuo como um todo. Objetivo: Identificar e analisar a representacao estrutural da familia a partir da construcao do Genograma de pessoas atendidas por servico de Fisioterapia em uma ESF. Metodologia: Estudo de natureza transversal descritiva realizado com quatro familias com membro familiar com Acidente Vascular Encefalico (AVE) atendido por servico de Fisioterapia de uma ESF de Presidente Prudente-SP. Na entrevista foi elaborado um questionario semiestruturado baseado no modelo Calgary de Avaliacao da Familia, cujas questoes exploravam informacoes familiares de cinco geracoes (uma ascendente, uma colateral e tres descendentes) com dados sobre nome, idade, doencas associadas, data e causa da morte e de quem residia no domicilio. A partir dos dados obtidos, foi realizada a construcao grafica do Genograma utilizando-se o Software Genopro 2018. Resultado: O Genograma identificou que a) a composicao familiar atual de tres familias era de tres geracoes e de uma quatro geracoes, com os ascendentes ja tendo ido a obito; b) a dinâmica familiar indicou que essas pessoas residiam com somente um membro familiar exceto em uma familia em que residiam membros de duas geracoes, sendo que em todos os casos havia apenas um cuidador (filho, conjuge ou irmao); c) houve predominio de doencas cronicas entre os membros de quatro geracoes, como Diabetes, Hipertensao Arterial Sistemica, AVE e Câncer. Conclusao: A elaboracao do Genograma contribuiu para tornar possivel a identificacao de doencas na familia dos individuos de carater genetico ou multifatorial, permitindo visualizar um padrao familiar de ocorrencia de doencas cronicas evitaveis indicando a importância de acoes de carater preventivo a serem tomadas pela equipe de saude para os familiares que ainda nao apresentam essas doencas. Alem disso, foi possivel observar que, embora a estrutura familiar seja extensa e complexa (composta por varias geracoes) as relacoes se mostraram restritas a um unico individuo, que desempenhava o papel de cuidador indicando relacoes familiares enfraquecidas, que pode prejudicar a integralidade do cuidado que na atencao domiciliar se baseia na cooperacao entre a equipe de saude, familiares, cuidador e pessoa cuidada para a elaboracao de acoes de saude mais eficientes.
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 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 | 0.005 | 0.002 |
| Meta-epidemiology (narrow) | 0.003 | 0.003 |
| Meta-epidemiology (broad) | 0.004 | 0.002 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.005 | 0.001 |
| Research integrity | 0.006 | 0.012 |
| Insufficient payload (model declined to judge) | 0.009 | 0.005 |
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; both teacher heads agree on what is shown here.
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".