Impacto socioeconômico da epidemia de HIV/AIDS no Brasil
Bibliographic record
Abstract
A epidemia de HIV se configura como um grave problema de saúde pública desde 1981, resultando em doenças oportunistas e altos índices de morbimortalidade. O tratamento das complicações não é mais suficiente, uma vez que gera elevados custos para o sistema de saúde. Este estudo teve como objetivo avaliar a relação entre gastos e morbimortalidade por HIV/AIDS no Brasil, investigando seu impacto socioeconômico nas macrorregiões do país. Foi conduzido um estudo ecológico e de série temporal, analisando dados de 2012 a 2021 obtidos do Ministério da Saúde e do Instituto Brasileiro de Geografia e Estatística (IBGE). As análises compararam macrorregiões, correções temporais e variáveis explicativas para as taxas de morbimortalidade. Os resultados indicam que as despesas do Sistema Único de Saúde com a infecção são significativas e que fatores socioeconômicos e regionais influenciam a morbimortalidade associada ao HIV/AIDS. As descobertas ressaltam a necessidade de políticas de saúde direcionadas e intervenções específicas para reduzir desigualdades no acesso aos serviços de saúde. Conclui-se que esforços coordenados e investimentos em sistemas de notificação e coleta de dados são essenciais para compreender melhor a epidemia e melhorar o bem-estar da população brasileira.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| 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".