MOBILIZAÇÃO PRECOCE NO PACIENTE CRÍTICO
Bibliographic record
Abstract
Objetivo: Expor os efeitos da utilização da mobilização precoce em paciente crítico através de revisão de literatura de dados obtidos de estudos que atendem aos critérios de inclusão definidos previamente. Métodos: Realizou-se uma busca nas seguintes bases de dados: PubMed, SciELO e Cochrane Library, fazendo uso dos descritores em ciências da saúde em português: Deambulação Precoce, Estado Crítico e em inglês: Early Ambulation, Critically ill. Para as associações de termos foram utilizados os operadores booleanos “AND” e “OR”. Foram incluídos estudos que abordam acerca do efeito da utilização da mobilização precoce no paciente crítico adulto, disponíveis na literatura entre 2012 a 2021, sendo selecionadas revisões sistemáticas, ensaios clínicos controlados e aleatorizados e estudos de coorte. Resultados: Com base nos critérios de inclusão previamente definidos, encontrou-se após as buscas 120 estudos dos quais apenas 8 encaixavam-se para o escopo desta revisão. Conclusão: observou-se que a terapia de mobilização precoce tem apresentando preditores significativos em relação ao tempo de permanência na UTI, assim como, melhora do funcionamento dos sistemas fisiológicos como um todo, em especial destaque no sistema respiratório e na funcionalidade motora. Logo, há uma carência de estudos que examinem de forma mais específica a mobilização precoce e seus efeitos em adultos internados em UTI.
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 | 0.003 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".