Transitional Care Model: Um Novo Modelo De Gestão De Cuidados Na Comunidade
Bibliographic record
Abstract
As admissões hospitalares têm aumentado, sendo que a taxa de reinternamento hospitalar aumentou aproximadamente 8%. É fundamental adotar medidas que visem diminuir estes valores e consolidem uma transição efetiva entre cuidados de saúde primários e hospitalares. Este artigo tem como objetivo demonstrar uma ferramenta para reduzir os reinternamentos hospitalares dos utentes com fragilidade, em contexto domiciliário, com recurso ao Transitional Care Model (TCM). O trabalho é de natureza quantitativa, descritiva e exploratória, segundo a metodologia do processo de planeamento em saúde, aplicação no domicílio da Edmonton Frail Scale, Escala de Quedas de Morse e ainda a aplicação de questionário sociodemográfico. A amostra é constituída por 37 utentes, 78,4% mulheres, 100% reformados, 67,6% de classe baixa, 91,8% tiveram, pelo menos, uma ida ao serviço de urgência hospitalar, 97,3% apresentam médio a elevado risco de queda, 63% com fragilidade moderada a severa. Considerando a elevada fragilidade do idoso no domicílio, a aplicação deste modelo permitirá reduzir as barreiras existentes entre os níveis de cuidados, com ganhos em saúde bem como custo-efetividade pela redução do número de dias de internamento. Teremos, assim, a prevenção de complicações e melhoria da gestão da doença crônica através da aplicação de um novo modelo de gestão de cuidados.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".