Aspectos epidemiológicos e anos potenciais de vida perdidos de mulheres que evoluíram a óbito materno por COVID-19 no Pará
Bibliographic record
Abstract
A análise de óbitos maternos do estado do Pará é essencial para compreender os impactos da COVID-19 nessa população e propor intervenções adequadas. Este estudo teve como objetivo investigar aspectos epidemiológicos, considerando dados sociodemográficos, e estimar os Anos Potenciais de Vida Perdidos (APVP) de mulheres que evoluíram à óbito por COVID-19 no estado do Pará. Realizou-se um estudo transversal e retrospectivo com base em 78 óbitos maternos registrados pela Secretaria de Saúde do Estado do Pará (SESPA) entre 2020 e 2021. Os dados foram analisados por estatística descritiva, estimativas de Kaplan-Meier e cálculo de APVP. A maioria das mulheres tinha entre 23 e 32 anos, estado civil de união consensual, raça/cor da pele parda, 8 a 11 anos de estudo, era dona de casa, residia em áreas urbanas e muitas precisaram deslocar-se entre municípios, pois o local de residência diferia daquele onde ocorreu o óbito. O estudo identificou 17,8 APVP, concentrados predominantemente entre mulheres pardas e na faixa etária de 18 a 32 anos. Esses resultados evidenciam desigualdades que ampliam os impactos da pandemia sobre mulheres em idade reprodutiva. Ressalta-se a necessidade de políticas públicas que contemplem fatores sociodemográficos e regionais, com o objetivo de fortalecer a atenção à saúde materna no Pará, especialmente em contextos de crise sanitária.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.084 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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; both teacher heads agree on what is shown here.
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".