Validação da versão em português dos questionários CHO-KLAT v.3.0 e H-FIT v1.1 na população brasileira para pacientes com hemofilia com e sem inibidores
Bibliographic record
Abstract
VILLAÇAA ata de defesa com as respectivas assinaturas dos membros encontra-se no SIGA/Sistema de Fluxo de Dissertação/Tese e na Secretaria do Programa da FCM.Dedico este estudo ao Dr. Victor Stanley Blanchette (1945-2024), por sua inestimável contribuição ao cenário global da hemofilia; e à minha avó, Valéria Chati (1944-2025), que foi alicerce, amparo e afeto em todas as fases da minha vida.AGRADECIMENTOS Ao concluir esta etapa tão significativa da minha trajetória acadêmica e pessoal, expresso minha profunda gratidão a todos que, de alguma forma, contribuíram para que este trabalho fosse possível.À minha orientadora, Profa.Dra.Margareth Castro Ozelo, agradeço imensamente pela orientação firme, dedicação altruísta e constante incentivo ao longo desta jornada.Obrigada por abrir as portas do Hemocentro da UNICAMP e acreditar em mim quando eu mesma duvidei.Eu nunca me esquecerei disso.À Viviane Grassmann, minha coorientadora, agradeço não apenas pelo suporte acadêmico excepcional, mas também pela generosidade, pela escuta atenta e pela paciência (aparentemente ilimitada) que teve comigo durante este estudo.Arrisco dizer que este mestrado me presenteou com uma grande amiga ao longo destes anos.Agradeço especialmente à parte da equipe do ambulatório de hemofilias do Hemocentro da UNICAMP -Andrea Sambo, Mariana Hosokawa, Valdirene Stahl, Janaina Ricciardi, Glenda Feldberb, Gabriela Hayakawa e Carolina Costa-Lima -pelo apoio essencial deste estudo, sempre com profissionalismo e cuidado.Ao The Hospital for Sick Children (SickKids), em Toronto, Canadá, agradeço pela parceria e pelo enriquecedor intercâmbio de conhecimentos que tanto contribuíram para o desenvolvimento desta pesquisa.A colaboração institucional foi essencial para ampliar a perspectiva científica deste trabalho -Em especial Roxy H O'Rourke e Audrey Abad.
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 | 0.051 | 0.118 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".