Diagnósticos de enfermagem mais utilizados em um hospital de urgência e emergência considerando a taxonomia da NANDA
Bibliographic record
Abstract
Objetivo: Identificar os diagnósticos de enfermagem frente as principais patologias observadas em um setor de urgência e emergência, entre os anos de 2017 a 2018, assim como, a importância da utilização da SAE como instrumento principal do enfermeiro ao paciente atendido no setor de Urgência e Emergência. Métodos: Trata-se de um estudo exploratório qualitativo, descritivo do tipo retrospectivo com investigação documental dos atendimentos realizados e após a elaboração de um quadro com os principais diagnósticos de enfermagem frente as patologias adquiridas. Resultados: Os dados foram fornecidos pelo Departamento de Informática do Sistema Único de Saúde (DATASUS), disponibilizado no TABNET, selecionando as principais patologias que foram atendidas no setor de urgência e emergência, e definindo os principais diagnósticos de enfermagem utilizando-se a NANDA 2018-2020 como guia para a seleção de diagnósticos e intervenções. Conclusão: Obteve-se 51 diagnósticos de enfermagem no total, os de maior prevalência foram: Risco de integridade da pele prejudicada e risco de desequilíbrio eletrolítico correspondendo respectivamente a 5,88%, representando um total de 11,76%.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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 teacher head, 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".