Condições de saúde, qualidade do sono e concentração sérica de interleucinas e metabólitos em trabalhadores de enfermagem hospitalar
Bibliographic record
Abstract
Introdução: O trabalho em turnos nos hospitais expõe os trabalhadores de enfermagem à privação do sono podendo levar a sonolência excessiva, afetar a resposta imunológica, alterar o metabolismo e causar o adoecimento físico, mental e emocional representando, também, riscos para a segurança dos pacientes.As interleucinas pró-inflamatórias e os metabólitos podem ser potenciais biomarcadores para a avaliar a qualidade do sono e as alterações de saúde nestes trabalhadores.Objetivo: Verificar a ocorrência de sonolência diurna nos trabalhadores de enfermagem que atuam com pacientes adultos em estado crítico e avaliar se há associações com as condições de saúde, com a concentração sérica de interleucinas e metabólitos de maior expressão.Método: é um estudo de corte transversal, correlacional, com abordagem quantitativa, realizado em um hospital federal de ensino do interior de Minas Gerais, Brasil.A população foi constituída pelos trabalhadores de enfermagem das Unidades de Terapia Intensiva.Entre 172 profissionais, 124 concordaram em participar da pesquisa, cumpriram os critérios de inclusão e foram divididos em três grupos: diurno, noturno e com duplo ou triplo vínculos.Foram três os instrumentos utilizados para a coleta de dados: questionário de características sociodemográficas, questionário de condições de saúde, Escala de Sonolência Diurna de Epworth e, além disso, procedeu-se a coleta de sangue venoso para a dosagem de interleucinas e metaboloma.Os dados foram tabulados e analisados no Statistical Package for the Social Sciences-SPSS 22.0.Utilizados o Fator de Inflação da Variância (VIF) e o critério de informação de Akaike (AIC), além dos testes de multicolinearidade, regressão linear múltipla, regressão logística, testes qui-quadrado e teste de Mann-Whitney.Para as interleucinas, foram utilizados o software Graph Pad Prism 7.0, o teste Shapiro-Wilk e o teste de Kruskal-Wallis.Para a metabolômica, foi utilizado o software Mass Hunter Qualitative v. 10.0 utilizado para processar os dados brutos e a ferramenta Molecular Feature Extraction (MFE) para a extração dos espectros de massa.Este estudo foi aprovado pelo Comitê de Ética em Pesquisa EERP-USP, conforme parecer nº 3.950.501/2020.Resultados: 81,5% dos trabalhadores de enfermagem eram mulheres, trabalhavam em média 49,59 horas semanais e dormiam a média de 5,50horas.Referiram uma alta carga de doenças físicas, mentais e emocionais.70,2% apresentaram sonolência diurna excessiva (ESE).Nove variáveis mostraram-se dependentes da ESE com destaque para o "sono não restaurador", "alterações de memória e concentração" e "desânimo".Foram testadas IL-6, TNFαe IL-10, obtendo-se pouca expressão.A metabolômica, por sua vez, expressou 14 metabólicos com diferenças entre turnos.O destaque é a C-16 Esfinganina, mais expressa no duplo e triplo vínculo e associada ao "sono não restaurador".Conclusões: Os resultados comprovaram a ocorrência de ESE nos trabalhadores e a associação desta com as condições de saúde.Não houve associação das interleucinas testadas com a ESSE.Quanto aos metabólitos de maior expressão, estes apresentaram diferenças entre os turnos e associação indireta com a ESE.
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 | 0.001 | 0.003 |
| 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 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| 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".