Analysis of potential adverse events and adverse drug reactions at Hospital de Minas Gerais: exploratory study on contributing factors
Bibliographic record
Abstract
Eventos adversos (EA) são definidos como lesão ou dano não intencional que resulta em incapacidade ou disfunção, temporária ou permanente, e/ou prolongamento do tempo de permanência hospitalar ou morte em decorrência do cuidado em saúde prestado. Dentre eles estão os incidentes relacionados a medicamentos. Diante da escassez de conhecimento epidemiológico sobre os EA no país, este estudo propôs analisar os incidentes relacionados a medicamentose os potenciais eventos adversos (pEA) registrados em prontuários de internação de adultos em hospital geral do Estado de Minas Gerais, no ano de 2015. Metodologicamente foram utilizados instrumentos de coleta para verificar a ocorrência de pEA e reação advesa medicamentosa (RAM) baseados no Canadian Adverse Events Study:Tracking Form. Foram realizadas análises descritivas considerando grupos de variáveis: características do paciente, dados da admissão, fatores intrínsecos e extrínsecos e critérios de rastreamento de pEA. As análises consistiram em avaliar as frequências absoluta e relativa dos fatores indicados pelo instrumento de coleta. Para a análise das possíveis correlações e associações com pEA e RAM, foram realizados testes de correlação de Spearman, Qui-quadrado e Teste Exato de Fisher, respectivamente. Para a identificação de possíveis preditores de pEA foram realizados Testes de Regressão Logística. Em todos os testes foram adotados nível de significância de e α=0,05 e intervalo de confiança de 95%.Os fatores: orientação do farmacêutico, reconciliação medicamentosa e ordem fonada fornecida pelos médicos foram analisadas descritivamente. Os resultados mostraram correlação positiva entre idade e dias de internação e associação entre pEA e o atendimento via SUS e o tipo de internação eletiva. Houve evidência de associação entre pEA e os fatores intrínsecos: diabetes, insuficiência cardíaca, hipertensão arterial e história de alcoolismo e os extrínsecos:sonda urinária fechada, cateter arterial, cateter venoso central, nutrição enteral, sonda nasogástrica, ventilação mecânica e bomba de infusão.Os resultados mostraram, ainda, associação significativa entre pEA e RAM.A regressão logística apontou que os preditores: atendimento (SUS), caráter eletivo, idade, tempo de internação, hipertensão arterial, diabetes, uso de nutrição enteral, sonda nasogátrica e ventilação mecânica aumentam a chance de pEA. Concluiu-se que as RAM estão associadas ao pEA e que as características dos pacientes (idade) associadas a fatores intrínsecos e extrínsecos, tipo de convênio e caráter de internação podem potencializar a ocorrência de EA em ambiente hospitalar.
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 | 0.003 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| 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".