Implicações no manejo de pacientes oncopediátricos durante a pandemia da COVID-19: uma revisão integrativa
Bibliographic record
Abstract
Introdução: Diante da pandemia da COVID-19, pacientes oncopediátricos enfrentam limitações no manejo das neoplasias, refletindo na sua saúde e segurança. Objetivo: Identificar como a pandemia pelo SARS-CoV-2 implicou no manejo da oncopediatria e os desafios enfrentados pela especialidade. Métodos: Trata-se de uma revisão integrativa que utilizou os descritores aliados aos booleanos resultando em “oncologia” OR “câncer” AND “criança” AND “pandemia”. Foram aplicados nas bases eletrônicas BVS, Pubmed e Google Acadêmico, levantando 38, 49 e 128 artigos respectivamente e filtrados de acordo com os critérios de inclusão. Após análises, 8 artigos foram escolhidos para compor a discussão. Resultados: As informações obtidas foram divididas em 5 categorias: Triagem, Equipe multiprofissional, Consultas presenciais, Diagnóstico e Tratamento, e Situação psicossocial, abordando alterações na organização dos centros oncológicos, diminuição de profissionais e mudanças no manejo das neoplasias, além de abordar a telemedicina e medidas preventivas. Como problemáticas encontraram-se a escassez de medicamentos, hemoderivados e suprimentos de prevenção, bem como a menor admissão de pacientes, atraso de diagnóstico e tratamento, e impacto psicológico dos envolvidos. Conclusão: A pandemia afetou diretamente no manejo oncopediátrico, por isso, as alterações devem estar em equilíbrio com o risco de infecção pelo Sars-CoV-2. Sendo assim, deve-se estudar o prognóstico de cada paciente, em conjunto com uma equipe multiprofissional capacitada. Protocolos devem ser estabelecidos baseados em evidências, visando a otimização dos tratamentos e diminuição dos riscos. Além disso, é importante atentar-se à situação psicológica de pacientes e profissionais, tendo em vista o grande estresse advindo do período pandêmico.
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 | 0.013 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.015 | 0.013 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".