PERFIL DO USUÁRIO PORTADOR DE DOENÇA CRÔNICA NÃO TRANSMISSÍVEL COMO SUBSÍDIO PARA O PLANEJAMENTO DE FUTURAS INTERVENÇÕES
Bibliographic record
Abstract
Os pacientes portadores de doenças crônicas possuem dificuldades para aderir ao tratamento proposto pela equipe de saúde e, ao conhecer o perfil dessa população e suas dificuldades nesse processo pode-se traçar novas estratégias de intervenção. Assim, este estudo tem como objetivo descrever as características sociodemográficas e clínicas de indivíduos com hipertensão arterial e diabetes mellitus como subsídio para o planejamento de futuras intervenções. Foi realizado um estudo descritivo, transversal e quantitativo, com usuários do Sistema Único de Saúde (SUS) da cidade de São José do Rio Preto/SP, Brasil, durante os anos de 2018 e 2019. Entre os 68 participantes, a maioria eram do sexo feminino (70,6%), tinham entre 60 e 69 anos (48,5%) e alfabetizados (82,4%). Dos participantes que não compreendiam as orientações médicas (n=7; 10,3%), um (1,5%) afirmou ser por dificuldades quanto ao horário e outro (1,5%) devido à ilegibilidade da letra do médico. Os demais (97%) não souberam ou não quiseram explicar o motivo. Além disso, aqueles que receberam orientações quanto ao uso de medicação, 17 (25%) responderam que receberam as informações do médico, um (1,5%) do farmacêutico, um (1,5%) por outra pessoa e 49 (72%) não especificaram. Desta maneira, conclui-se que a maioria da população não faz uso de tabaco e/ou de bebida alcóolica, não pratica atividade e/ou segue alguma dieta, comportamentos importantes para o tratamento das doenças crônicas. Grande parte dos participantes entendiam e seguiam orientações médicas o que refletiu pouca hospitalização decorrente dessas patologias durante o período do estudo.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".