Internações por cardiopatia cardíaca congênita em unidade pediátrica
Bibliographic record
Abstract
Introdução: Afetando cerca de 1% dos nascidos vivos, a cardiopatia congênita se destaca como uma das malformações congênitas mais prevalentes. Desde o momento do nascimento, os defeitos cardíacos congênitos se manifestam como um conjunto de anormalidades estruturais no coração. Objetivo: compreender através da literatura como a cardiopatia congênita impacta na saúde das crianças. Metodologia: Para realizar uma avaliação abrangente da literatura disponível, foi realizada uma revisão sistemática nas bases de dados BVS, LILACS e SciELO. O foco da revisão foram autores que contribuíram para o campo das ciências da saúde, especificamente em relação à Cardiopatias congênitas, Pediatria e Cardiologia. Para garantir a inclusão de pesquisas recentes, a revisão concentrou-se em estudos publicados entre 2020 e 2024. Estudos repetitivos, de escopo limitado, incompletos ou apresentados como resumos foram excluídos da análise. Resultados e discussão: O diagnóstico pré-natal da doença pode ser realizado por meio de ultrassonografia fetal, enquanto o diagnóstico após o nascimento é normalmente determinado por meio de exames físicos, ecocardiogramas e vários exames de imagem. Ademais, a gravidade destas condições pode variar desde pequenos defeitos que podem não necessitar de ação imediata até anomalias graves que exigem atenção médica urgente. Nas enfermarias pediátricas, as internações hospitalares por cardiopatias congênitas são frequentemente motivadas pela necessidade de diagnóstico, monitoramento e intervenção médica ou cirúrgica. Conclusão: Em suma, o tratamento de pacientes pediátricos com anomalias cardíacas congênitas em ambientes hospitalares necessita de uma estratégia abrangente e colaborativa para garantir o atendimento ideal.
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| 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) | 0.013 | 0.002 |
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".