Conhecimento e habilidades de estudantes de medicina em prevenção de doenças crônicas: uso do exame clínico objetivo estruturado como ferramenta de avaliação
Bibliographic record
Abstract
Objetivo: Avaliar as habilidades de estudantes de medicina quanto a orientação de medidas para prevenção de Doenças Crônicas. Relato da experiência: Foi realizado um estudo quantitativo, observacional e transversal, com alunos do quinto semestre do curso de medicina do Universidade do Estado do Pará. Os estudantes participaram de uma estação de mini-OSCE, onde deveriam identificar fatores de risco para doença crônica, orientando médicas preventivas e elaborando plano de metas para o retorno. Vinte e quatro alunos foram avaliados quanto às atitudes, conhecimentos e habilidades em prevenção de doenças crônicas. A nota média obtida pelos alunos foi de 5,81, sendo constituída por avaliação de atitudes, conhecimentos e habilidades. Houve lacunas no reconhecimento da obesidade como fator de risco para doenças crônicas, sendo apontada por somente 45,8% dos estudantes. Na avaliação de habilidades os avaliados apresentaram dificuldades no direcionamento de uma orientação alimentar baseada em evidências, com inclusão de alimentos saudáveis. Também foi observado que menos da metade dos estudantes orientaram sobre a prática de exercício físico estruturado ou elaboraram plano de metas para reavaliação do paciente atendido. Considerações finais: há necessidade de integração e aprimoramento curricular em habilidades clínicas direcionadas ao manejo contínuo de pacientes com fatores de risco para doenças crônicas.
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 | 0.026 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".