MétaCan
Menu
Back to cohort
Record W4309755075 · doi:10.1590/1414-462x202230030154

Prevalência de uso de medicamentos em população rural brasileira

2022· article· pt· W4309755075 on OpenAlex

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

VenueCadernos Saúde Coletiva · 2022
Typearticle
Languagept
FieldSocial Sciences
TopicPublic Health in Brazil
Canadian institutionsDiscovery Air (Canada)
FundersFundação de Amparo à Pesquisa e Inovação do Espírito SantoConselho Nacional de Desenvolvimento Científico e Tecnológico
KeywordsMedicineHumanitiesGynecology

Abstract

fetched live from OpenAlex

Resumo Introdução Apesar da vulnerabilidade social existente na população rural brasileira, o uso de medicamentos entre agricultores é um tema ainda pouco estudado no país. Objetivo Analisar o uso de medicamentos e sua associação com características sociodemográficas, laborais, comportamentais e autoavaliação do estado de saúde em agricultores. Método Estudo epidemiológico transversal com 790 agricultores de 18 a 59 anos, de ambos os sexos, do município de Santa Maria de Jetibá. Os medicamentos foram agrupados segundo o Sistema de Classificação Anatômico-Terapêutico-Químico (ATC) nos níveis 1 e 2. Foram realizadas análise descritiva (frequências absolutas e relativas) e associações entre as variáveis e o uso de medicamentos pelo teste de qui-quadrado. As variáveis que se mostraram associadas com o desfecho com nível de significância de 5% no teste de qui-quadrado foram testadas por regressão logística binária. Resultados A prevalência de uso de medicamentos foi de 44,2%, sendo menor no sexo masculino (30,3%) do que no feminino (59,4%). Após a análise ajustada, o uso de medicamentos esteve associado ao sexo feminino, à faixa etária de 40 anos ou mais e à pior autoavaliação do estado de saúde. A prevalência de polifarmácia foi de 6,6%. Os medicamentos mais utilizados foram os anti-hipertensivos (19,3%). Conclusão O estudo evidenciou a importância de se avaliar populações rurais a fim de subsidiar políticas e recursos em saúde pública.

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.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.006
metaresearch head score (Gemma)0.003
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.181
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0060.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.002
Science and technology studies0.0040.001
Scholarly communication0.0000.000
Open science0.0020.001
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0160.000

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.

Opus teacher head0.048
GPT teacher head0.366
Teacher spread0.318 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it