Fatores de risco para lesão por pressão relacionada a dispositivos médicos: revisão sistemática
Bibliographic record
Abstract
Objetivo: Buscar evidências científicas quanto aos fatores de risco para o desenvolvimento de Lesão por pressão relacionada a dispositivos médicos em pacientes adultos e idosos. Método: Trata-se de uma revisão sistemática de acordo com as recomendações do Prisma. O levantamento dos dados, ocorreu nas bases: Medical Literature Analysis and Retrieval System Online; Web of Science; The Cumulative Index to Nursing and Allied Health Literature; Embase; Literatura Latino-americana e do Caribe em Ciências da Saúde e Scopus, além da busca na literatura cinzenta através do Google Scholar e das referências nas listas de referências dos estudos selecionados. Foram incluídos estudos observacionais de 2016 a 2022, em inglês, português e espanhol. Resultados: Identificaram-se 2056 estudos, sendo incluídos sete na amostra final. Os estudos foram considerados de boa qualidade metodológica conforme a Newcastle-Ottawa Scale. Os fatores de risco compreenderam: idade, tempo de permanência na Unidade de Terapia Intensiva, gênero masculino, número de dispositivos médicos inseridos, índice de massa corpórea, temperatura corporal, edema, níveis laboratoriais, escore de Braden e APACHE II, nível de consciência, ventilação mecânica, uso de vasopressores, doenças crônicas não transmissíveis, diagnóstico admissional, estado nutricional, tempo cirúrgico e presença de Lesão por Pressão na admissão. Conclusão: Os estudos demonstraram os principais fatores de risco para o desenvolvimento de lesão por pressão relacionada a dispositivos médicos no contexto hospitalar, especificamente na Unidade de Terapia Intensiva. Evidenciou aspectos norteadores da conduta dos processos assistenciais na predição, avaliação, tratamento, e acompanhamento dos pacientes críticos suscetíveis ao desenvolvimento destas lesões.
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 | 0.082 | 0.189 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.007 | 0.011 |
| Bibliometrics | 0.030 | 0.026 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.011 | 0.009 |
| Open science | 0.004 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.012 | 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".