Uso não orientado de medicamentos entre usuários de uma clínica universitária de fisioterapia do noroeste do Rio Grande do Sul
Bibliographic record
Abstract
A prática da automedicação é bastante comum não só no Brasil, mas sim a nível mundial. Esse hábito está associado principalmente à facilidade de acesso aos medicamentos. Desse modo o presente estudo teve por objetivo avaliar a prática da automedicação entre pacientes de uma clínica fisioterápica universitária do Noroeste do Rio Grande do Sul. Foi realizado um estudo observacional transversal descritivo com a aplicação de um questionário estruturado com perguntas abertas e fechadas, o qual foi aplicado à uma população de 27 indivíduos durante o mês de novembro de 2019. Observou-se que 81,5% dos participantes já praticaram a automedicação, sendo os analgésicos/antitérmico, anti-inflamatórios, xaropes pra tosse e antigripais, as classes medicamentosas mais utilizadas. Foi analisado também o uso atual de medicamentos e 70,4% dos pacientes afirmaram estar fazendo uso atualmente, sendo que 78,9% por indicação médica e 21,1% por automedicação. Embora o público busque pelo atendimento médico, constata-se que automedicação foi prevalente entre o público estudado, e pôde ser observado que boa parte não teve um acompanhamento profissional adequado. Desta forma, fica evidente a importância de ações de atenção farmacêutica e o quanto ela pode contribuir para minimizar os possíveis impactos negativos decorrentes do uso não orientado de medicamentos.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| 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".