Cuidados de Fim de Vida em três UTIs pediátricas brasileiras
Bibliographic record
Abstract
Justificativa A maioria das mortes em Unidades de Terapia Intensiva Pediátrica (UTIPs) é precedida de decisões sobre limitação e retirada de suporte artificial de vida (SAV), exigindoplanejamento de cuidados de fim de vida (CFDV) adequado e bem conduzido, com foco na compaixão e nos cuidados paliativos. Objetivo(s) Avaliar o espectro de decisões em CFDV e práticas post-mortem em UTIPs no Brasil, sob a perspectiva da equipe multiprofissional. Método(s) Estudo piloto, utilizado questionário previamente testado, formado com perguntas no estilo Likert e perguntas abertas. Enviado de setembro a novembro/2019, por e-mail, para os coordenadores de UTIPs de três hospitais do Brasil e repassados aos profissionais da equipe assistencial. Resultado(s) Foram obtidas 136 respostas (taxa 23%): 35% médicos(as), 30% enfermeiros(as), 21% técnicos(as) de enfermagem e 14% fisioterapeutas. Apenas 12% referiram algum treinamento em CFDV e 40% nunca tiveram qualquer treinamento. Em relação às práticas de CFV, 60% dos médicos e 46% dos demais profissionais sentem-se mais seguros em não acrescentar do que em suspender SAV, mesmo cientes da chance de prolongamento do sofrimento. Nenhum dos médicos realizaria extubação paliativa, sendo o medo de questões legais apontado como principal barreira para 36% dosmédicos em geral. Conclusão(ões) A maioria dos profissionais se sentiu despreparada para o processo de decisão em limitação e retirada de SAV. Mesmo para pacientes terminais, o não escalonamento de terapias de suporte é preferível à retirada do tratamento. A falta de treinamento adequado das equipes foi marcante, e a extubação paliativa não é prática comum no cenário brasileiro.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".