Fatores determinantes na caracterização da leptospirose como doença negligenciada: revisão integrativa
Bibliographic record
Abstract
As doenças negligenciadas englobam as patologias que estão presentes nas populações com poucos recursos financeiros. O artigo aborda sobre a leptospirose, sendo essa uma enfermidade infecciosa sistêmica com transmissão, principalmente, por meio do contato com a urina de roedores. O objetivo foi revisar aspectos da leptospirose que possam caracterizá-la como doença negligenciada. Para tanto foi realizada uma revisão integrativa através da busca de artigos nos bancos de dados da SciELO e PubMed, e coleta de informações secundárias, sendo dados obtidos através da plataforma do SINAN. A análise dos resultados demonstra que a leptospirose é uma doença prevalente no Brasil e a população mais acometida pela doença é aquela que possui uma baixa renda. Foram comparados os casos da leptospirose com a dengue (uma doença considerada como negligenciada) e verificado que apesar da dengue ter um maior número de caso, a leptospirose apresenta um maior número de óbitos. Em suma, a leptospirose deve ser incluída como uma doença negligenciada, pois de acordo com a Lei 13.930/19 o percentual dos recursos do Programa de Fomento à Pesquisa da Saúde deve ser aplicado para intervenções essas doenças, logo essa patologia necessita de uma maior visibilidade para ser reduzida na população.
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 | 0.021 | 0.048 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.012 | 0.010 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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 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".