EPIDEMIOLOGIA DAS INTERNAÇÕES POR PNEUMONIA NA REGIÃO SUDESTE DO BRASIL: TENDÊNCIAS ENTRE 2013 A 2023
Bibliographic record
Abstract
A pneumonia é uma infecção alveolar multifatorial com manifestações clínicas de amplo espectro. Este estudo tem como objetivo analisar o padrão epidemiológico das internações por pneumonia na Região Sudeste do Brasil entre 2013 e 2023. Trata-se de uma pesquisa descritiva quantitativa retrospectiva, que utilizou dados secundários provenientes do Sistema de Informações Hospitalares do Sistema Único de Saúde (SIH/SUS), disponibilizados pelo Departamento de Informática do SUS (DATASUS), avaliando-se o número de casos de Pneumonia entre 2013 a 2023. Os dados foram organizados e tabulados em planilhas utilizando o software Microsoft Excel® e comparados com as literaturas relevantes. Observou-se uma redução de 10% nas internações entre 2020 e 2021, com uma diminuição de quase 40% em comparação ao período pré-pandêmico, sendo São Paulo o estado com o maior número de casos. Durante o início da pandemia, os custos de internamento aumentaram cerca de 20%, com tendência de crescimento nos anos seguintes. Em relação às faixas etárias, as crianças menores de 1 ano apresentaram a maior redução nas internações, com uma queda de 67,5% durante a pandemia, seguida de aumento após a retomada das atividades escolares e sociais. As internações por pneumonia foram mais prevalentes entre indivíduos que se autodeclararam brancos (42,92%) e pardos (30,43%) e, independentemente da etnia, os homens apresentaram uma maior proporção de casos (52,64%) em comparação às mulheres (47,36%). A taxa de mortalidade atingiu seu pico em 2020 (16,45%), principalmente entre as crianças de 1 a 4 anos e idosos com mais de 80 anos. O presente estudo apresenta como limitações a exclusão de registros incompletos e a dependência de dados secundários. No entanto, destaca lacunas relevantes, como a necessidade de estratégias mais eficazes para a prevenção e o manejo da pneumonia em populações de risco.
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) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".