CLASSIFICAÇÃO DE PRIORIDADE PARA CONSULTAS AMBULATORIAIS DE IDOSOS EM SISTEMA DE REGULAÇÃO INFORMATIZADO
Bibliographic record
Abstract
INTRODUÇÃO: Sistemas informatizados de regulação permitem definir prioridades no atendimento baseadas em protocolos, possibilitando equidade no acesso aos serviços de saúde. Conhecer como estas priorizações se dão entre pacientes idosos pode apoiar os gestores na operacionalização de políticas destinadas a este grupo etário. OBJETIVO: Verificar a associação entre a classificação de prioridade de consultas ambulatoriais de idosos por sexo e grupo etário. MÉTODOS: Estudo transversal analítico com dados secundários de 81.760 solicitações de consultas no sistema Gerenciamento de Consultas (GERCON) em 2019. Incluídos atendimentos de idosos residentes em Porto Alegre e excluídos registros de retorno e duplicados. Foram considerados idosos jovens até 79 anos e longevos com 80 anos ou mais. A prioridade é definida por cores (vermelho, laranja, amarelo, verde e azul), realizada na solicitação e na regulação das consultas. Utilizado teste qui-quadrado, complementado pela análise dos resíduos ajustados. Projeto aprovado por Comitê de Ética em Pesquisa (30418320.0.3001.5338). RESULTADOS: Na solicitação, a cor azul (44,1%) predominou entre os idosos jovens (47,3%) e as mulheres (45,9%) (p<0,001). A cor verde apresentou maior proporção nos longevos (13%) (p<0,001) e a vermelha nos homens (22,5%) (p=0,002). Na regulação, a cor amarela (35,6%) predominou nos idosos jovens (37%) e mulheres (37%) (p<0,001). Longevos mantiveram maior proporção de classificação verde (8,6%) e homens na vermelha (14,3%) (p<0,001). CONCLUSÃO: O grau de prioridade foi elevado pelo regulador que identificou maior gravidade e necessidade de atendimento em menor tempo. Os homens mantiveram a prioridade mais urgente e os longevos a pouco urgente em ambas as avaliações.
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 | 0.023 | 0.060 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.007 | 0.006 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".