Fatores organizacionais determinantes do atraso e acesso às terapias de reperfusão no acidente vascular cerebral isquémico: revisão sistemática da literatura
Bibliographic record
Abstract
Introdução: Após o Acidente Vascular Cerebral (AVC) isquémico existe uma janela temporal para a administração de terapias de reperfusão aguda (trombólise e trombectomia). Apesar dos benefícios das terapias de reperfusão estarem inequivocamente demonstrados, o acesso às mesmas continua reduzido. A organização do atendimento ao doente com AVC está entre os principais determinantes do acesso a estas terapias. Este trabalho sistematiza o conhecimento sobre os fatores organizacionais que determinam o acesso às terapias de reperfusão aguda no AVC isquémico. Metodologia: Revisão da literatura, através das bases de dados Pubmed e Scopus. Para pesquisa de literatura cinzenta foram usados a OpenGrey e o Google Scholar. A análise da qualidade dos estudos foi realizada pela Newcastle-Ottawa Scale. Resultados: Foram incluídos 128 estudos. Os fatores pré-hospitalares mais prevalentes foram o atraso da ativação da emergência médica (EM), a pré-notificação, o uso da ambulância e a ausência de estratégias específicas de redução do impacto da distância do doente às unidades hospitalares. Os fatores intra-hospitalares mais frequentes foram a existência de UAVC, a localização dos meios de imagem, e a existência de protocolos específicos para o AVC. As estratégias usadas para melhorar o acesso às terapias que mostraram ser eficazes no aumento do número de doentes tratados e na redução dos tempos pré e intra-hospitalares foram: ações de educação da população e das equipas de profissionais, a existência de Unidades Móveis de AVC, a pré-notificação hospitalar e a implementação de protocolos específicos. Conclusões: Esta revisão sistemática da literatura demonstrou que medidas de gestão e organização, na sua maioria aplicáveis em qualquer contexto, reduzem o atraso e aumentam o número de doentes que beneficiam das terapias de reperfusão aguda no AVC isquémico.
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 | 0.004 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.008 | 0.010 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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; 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".