Abstract This theoretical and reflective study aimed to assess the contribution of the ISO/TR 12300:2016 document for the mapping of nursing terminology. The referred document and related articles were used as an empirical framework. The study analyzed the content of the document, highlighting cardinality and equivalence principles. The standard presents conceptual and operational basis for mapping, with cardinality and equivalence as the support for the categorization of cross-terminology mapping in the area of nursing. Cardinality verifies candidate target terms to represent the source term, while the equivalence degree scale checks semantic correspondence. Among the principles included in the ISO/TR 12300:2016, cardinality and equivalence contribute to the accurate representation of the results of the cross-terminology mapping process and its use should decrease inconsistencies.

Resumen Este estudio teórico reflexivo tiene como fin reflexionar acerca del aporte de la norma ISO/TR 12300:2016 para el mapeo de terminologías en el área de enfermería. Fueron utilizados como base empírica la mencionada norma y artículos relacionados, analizando el contenido de la norma y destacando los principios de cardinalidad y equivalencia. La norma presenta bases conceptuales y operativas para el mapeo, con la cardinalidad y la equivalencia, anclando la categorización de los resultados de los mapeos entre terminologías en el área de enfermería. La cardinalidad verifica los términos meta candidatos para representar el término fuente, mientras que la escala de grado de equivalencia verifica la correspondencia semántica. Entre los principios incluidos en la ISO/TR 12300:2016, la cardinalidad y la equivalencia contribuyen a la representación precisa de los resultados del proceso de mapeo cruzado y su empleo debe de reducir inconsistencias.

Resumo Este estudo teórico-reflexivo teve como objetivo refletir sobre a contribuição da norma ISO/TR 12300:2016 para mapeamento de terminologias na área de enfermagem. Foram utilizados como base empírica a referida norma e artigos relacionados, analisando o conteúdo da norma e destacando os princípios de cardinalidade e equivalência. A norma apresenta bases conceituais e operacionais para o mapeamento, com a cardinalidade e a equivalência, ancorando a categorização dos resultados dos mapeamentos entre terminologias na área de enfermagem. A cardinalidade verifica os termos-alvo candidatos para representar o termo-fonte, enquanto a escala de grau de equivalência verifica a correspondência semântica. Entre os princípios inclusos na ISO/TR 12300:2016, a cardinalidade e a equivalência contribuem para a representação precisa dos resultados do processo de mapeamento cruzado e seu uso deve diminuir inconsistências.

Resumo Este estudo teórico-reflexivo teve como objetivo refletir sobre a contribuição da norma ISO/TR 12300:2016 para mapeamento de terminologias na área de enfermagem. Foram utilizados como base empírica a referida norma e artigos relacionados, analisando o conteúdo da norma e destacando os princípios de cardinalidade e equivalência. A norma apresenta bases conceituais e operacionais para o mapeamento, com a cardinalidade e a equivalência, ancorando a categorização dos resultados dos mapeamentos entre terminologias na área de enfermagem. A cardinalidade verifica os termos-alvo candidatos para representar o termo-fonte, enquanto a escala de grau de equivalência verifica a correspondência semântica. Entre os princípios inclusos na ISO/TR 12300:2016, a cardinalidade e a equivalência contribuem para a representação precisa dos resultados do processo de mapeamento cruzado e seu uso deve diminuir inconsistências.

Abstract This theoretical and reflective study aimed to assess the contribution of the ISO/TR 12300:2016 document for the mapping of nursing terminology. The referred document and related articles were used as an empirical framework. The study analyzed the content of the document, highlighting cardinality and equivalence principles. The standard presents conceptual and operational basis for mapping, with cardinality and equivalence as the support for the categorization of cross-terminology mapping in the area of nursing. Cardinality verifies candidate target terms to represent the source term, while the equivalence degree scale checks semantic correspondence. Among the principles included in the ISO/TR 12300:2016, cardinality and equivalence contribute to the accurate representation of the results of the cross-terminology mapping process and its use should decrease inconsistencies.

Resumen Este estudio teórico reflexivo tiene como fin reflexionar acerca del aporte de la norma ISO/TR 12300:2016 para el mapeo de terminologías en el área de enfermería. Fueron utilizados como base empírica la mencionada norma y artículos relacionados, analizando el contenido de la norma y destacando los principios de cardinalidad y equivalencia. La norma presenta bases conceptuales y operativas para el mapeo, con la cardinalidad y la equivalencia, anclando la categorización de los resultados de los mapeos entre terminologías en el área de enfermería. La cardinalidad verifica los términos meta candidatos para representar el término fuente, mientras que la escala de grado de equivalencia verifica la correspondencia semántica. Entre los principios incluidos en la ISO/TR 12300:2016, la cardinalidad y la equivalencia contribuyen a la representación precisa de los resultados del proceso de mapeo cruzado y su empleo debe de reducir inconsistencias.

RESUMO Objetivo: Identificar fatores do fluxo de trabalho em centro cirúrgico e suas implicações, os quais influenciam a tomada de decisão do enfermeiro. Método: Revisão integrativa da literatura, realizada por buscas nas bases de dados: Literatura Latino-Americana e do Caribe em Ciências da Saúde; Base de Dados de Enfermagem; Pubmed; Scopus e Cumulative Index to Nursing and Allied Health Literature. Os resultados foram organizados em fatores relacionados a implicações positivas, negativas e positivas e negativas. Resultados: Pela amostra de 18 artigos, verificaram-se exemplos de fatores com implicações positivas, como coleta de dados no pré-operatório, negativas, como a falta de recursos humanos, materiais e estruturais, e positivas e negativas, como preparação para a certificação. Conclusões: Fatores que influenciam a tomada de decisão do enfermeiro estão atrelados a distintas condições: as do cliente e as que extrapolam o domínio e a organização do ambiente cirúrgico.

ABSTRACT Objective: Identify workflow factors in the operating room and their implications, which influence nurses' decision making. Method: Integrative review of the literature conducted through searches in the databases: Latin American and Caribbean Literature in Health Sciences; Nursing Database; Pubmed; Scopus and Cumulative Index to Nursing and Allied Health Literature. The results were organized into factors related to positive, negative and positive and negative implications. Results: The sample of 18 articles included examples of factors with positive implications, such as preoperative data collection, negative outcomes, such as lack of human, material and structural resources, and positive and negative outcomes, as preparation for certification. Conclusions: Factors that influence the decision-making process of nurses are associated to different conditions: client- related conditions and those conditions that go beyond the domain and organization of the surgical environment.

RESUMEN Objetivo: Identificar los factores de flujo de trabajo en centro quirúrgico y sus implicaciones, que influyen en la toma de decisiones de las enfermeras. Método: Revisión integradora de literatura realizada por medio de la consulta en la base de datos: Literatura Latinoamericana y del Caribe en Ciências de la Salud; Base de Datos de Enfermería; Pubmed; Scopus y Cumulative Index to Nursing and Allied Health Literature. Los resultados se organizaron en factores relacionados con implicaciones positivas, negativas y positivas y negativas. Resultados: La muestra de 18 artículos, hubo ejemplos de factores con implicaciones positivas, como la recopilación de datos preoperatorios, implicaciones negativas, como la falta de recursos humanos, materiales y estructurales, y implicaciones positivas y negativas, como preparación para certificación. Conclusiones: Los factores que influyen en la toma de decisiones de las enfermeras están vinculados a diferentes condiciones: las del cliente, las que van más allá del dominio y de la organización del entorno quirúrgico.

ABSTRACT Objective: Identify workflow factors in the operating room and their implications, which influence nurses' decision making. Method: Integrative review of the literature conducted through searches in the databases: Latin American and Caribbean Literature in Health Sciences; Nursing Database; Pubmed; Scopus and Cumulative Index to Nursing and Allied Health Literature. The results were organized into factors related to positive, negative and positive and negative implications. Results: The sample of 18 articles included examples of factors with positive implications, such as preoperative data collection, negative outcomes, such as lack of human, material and structural resources, and positive and negative outcomes, as preparation for certification. Conclusions: Factors that influence the decision-making process of nurses are associated to different conditions: client- related conditions and those conditions that go beyond the domain and organization of the surgical environment.

RESUMEN Objetivo: Identificar los factores de flujo de trabajo en centro quirúrgico y sus implicaciones, que influyen en la toma de decisiones de las enfermeras. Método: Revisión integradora de literatura realizada por medio de la consulta en la base de datos: Literatura Latinoamericana y del Caribe en Ciências de la Salud; Base de Datos de Enfermería; Pubmed; Scopus y Cumulative Index to Nursing and Allied Health Literature. Los resultados se organizaron en factores relacionados con implicaciones positivas, negativas y positivas y negativas. Resultados: La muestra de 18 artículos, hubo ejemplos de factores con implicaciones positivas, como la recopilación de datos preoperatorios, implicaciones negativas, como la falta de recursos humanos, materiales y estructurales, y implicaciones positivas y negativas, como preparación para certificación. Conclusiones: Los factores que influyen en la toma de decisiones de las enfermeras están vinculados a diferentes condiciones: las del cliente, las que van más allá del dominio y de la organización del entorno quirúrgico.

RESUMO Objetivo: Identificar fatores do fluxo de trabalho em centro cirúrgico e suas implicações, os quais influenciam a tomada de decisão do enfermeiro. Método: Revisão integrativa da literatura, realizada por buscas nas bases de dados: Literatura Latino-Americana e do Caribe em Ciências da Saúde; Base de Dados de Enfermagem; Pubmed; Scopus e Cumulative Index to Nursing and Allied Health Literature. Os resultados foram organizados em fatores relacionados a implicações positivas, negativas e positivas e negativas. Resultados: Pela amostra de 18 artigos, verificaram-se exemplos de fatores com implicações positivas, como coleta de dados no pré-operatório, negativas, como a falta de recursos humanos, materiais e estruturais, e positivas e negativas, como preparação para a certificação. Conclusões: Fatores que influenciam a tomada de decisão do enfermeiro estão atrelados a distintas condições: as do cliente e as que extrapolam o domínio e a organização do ambiente cirúrgico.

ABSTRACT Objective: to reflect on the use of computational tools in the cross-mapping method between clinical terminologies. Method: reflection study. Results: the cross-mapping method consists of obtaining a list of terms through extraction and normalization; the connection between the terms of the list and those of the reference base, by means of predefined rules; and grouping of the terms into categories: exact or partial combination or, in more detail, similar term, more comprehensive term, more restricted term and non-agreeing term. Performed manually in many studies, it can be automated with the use of the Unified Medical Language System (UMLS). Obtaining the terms list can occur automatically by natural language processing algorithms, being that the use of rules to identify information in texts allows the expert's knowledge to be coupled to the algorithm, and it can be performed by techniques based on Machine Learning. When it comes to mapping terms using the 7-Axis model of the International Classification for Nursing Practice (ICNP®), the process can also be automated through natural language processing algorithms such as POS-tagger and the syntactic parser. Conclusion: the cross-mapping method can be intensified by the use of natural language processing algorithms. However, even in cases of automatic mapping, the validation of the results by specialists should not be discarded.

RESUMEN Objetivo: reflexionar sobre el uso de herramientas computacionales en el método de mapeo cruzado entre terminologías clínicas. Método: estudio de reflexión. Resultados: el método de mapeo cruzado consiste en la obtención de listado de términos, por medio de extracción y normalización; conexión entre los términos del listado y los de la base de referencia, mediante reglas previamente definidas; y agrupación de los términos en categorías: combinación exacta o parcial o, de manera más detallada, término similar, término más amplio, término más restringido y término no concordante. Realizado manualmente en muchos estudios, puede ser automatizado con el uso del Unified Medical Language System (UMLS). La obtención del listado de términos puede ocurrir de forma automática por algoritmos de procesamiento de lenguaje natural, siendo que la utilización de reglas para identificación de información en textos permite que el conocimiento del especialista sea acoplado al algoritmo, pudiendo ser realizado por técnicas basadas en Machine Learning. Cuando se trata de mapeo de términos utilizando el modelo de siete Ejes de la Clasificación Internacional para la Práctica de Enfermería (CIPE®), el proceso también puede ser automatizado a través de algoritmos de procesamiento de lenguaje natural, como el POS-tagger y el parser sintático. Conclusión: el método de mapeo cruzado puede ser intensificado por el uso de algoritmos de procesamiento de lenguaje natural. Sin embargo, incluso en casos de asignación automática, la validación de los resultados por expertos no debe descartarse.

RESUMO Objetivo: refletir sobre o uso de ferramentas computacionais no método de mapeamento cruzado entre terminologias clínicas. Método: estudo de reflexão. Resultados: o método de mapeamento cruzado consiste na obtenção de listagem de termos, por meio de extração e normalização; ligação entre os termos da listagem e os da base de referência, mediante regras previamente definidas; e agrupamento dos termos em categorias: combinação exata ou parcial ou, de maneira mais detalhada, termo similar, termo mais abrangente, termo mais restrito e termo não concordante. Realizado manualmente em muitos estudos, pode ser automatizado com a utilização do Unified Medical Language System (UMLS). A obtenção da listagem de termos pode ocorrer de forma automática por algoritmos de processamento de linguagem natural, sendo que a utilização de regras para identificação de informação em textos permite que o conhecimento do especialista seja acoplado ao algoritmo, podendo ser realizada por técnicas baseadas em Machine Learning. Quando se trata de mapeamento de termos utilizando o modelo de sete Eixos da Classificação Internacional para a Prática de Enfermagem (CIPE®), o processo também pode ser automatizado por meio de algoritmos de processamento de linguagem natural, como o POS-tagger e o parser sintático. Conclusão: o método de mapeamento cruzado pode ser intensificado pelo uso de algoritmos de processamento de linguagem natural. No entanto, mesmo em casos de mapeamento automático, a validação dos resultados por especialistas não deve ser descartada.

RESUMO Objetivo: refletir sobre o uso de ferramentas computacionais no método de mapeamento cruzado entre terminologias clínicas. Método: estudo de reflexão. Resultados: o método de mapeamento cruzado consiste na obtenção de listagem de termos, por meio de extração e normalização; ligação entre os termos da listagem e os da base de referência, mediante regras previamente definidas; e agrupamento dos termos em categorias: combinação exata ou parcial ou, de maneira mais detalhada, termo similar, termo mais abrangente, termo mais restrito e termo não concordante. Realizado manualmente em muitos estudos, pode ser automatizado com a utilização do Unified Medical Language System (UMLS). A obtenção da listagem de termos pode ocorrer de forma automática por algoritmos de processamento de linguagem natural, sendo que a utilização de regras para identificação de informação em textos permite que o conhecimento do especialista seja acoplado ao algoritmo, podendo ser realizada por técnicas baseadas em Machine Learning. Quando se trata de mapeamento de termos utilizando o modelo de sete Eixos da Classificação Internacional para a Prática de Enfermagem (CIPE®), o processo também pode ser automatizado por meio de algoritmos de processamento de linguagem natural, como o POS-tagger e o parser sintático. Conclusão: o método de mapeamento cruzado pode ser intensificado pelo uso de algoritmos de processamento de linguagem natural. No entanto, mesmo em casos de mapeamento automático, a validação dos resultados por especialistas não deve ser descartada.

ABSTRACT Objective: to reflect on the use of computational tools in the cross-mapping method between clinical terminologies. Method: reflection study. Results: the cross-mapping method consists of obtaining a list of terms through extraction and normalization; the connection between the terms of the list and those of the reference base, by means of predefined rules; and grouping of the terms into categories: exact or partial combination or, in more detail, similar term, more comprehensive term, more restricted term and non-agreeing term. Performed manually in many studies, it can be automated with the use of the Unified Medical Language System (UMLS). Obtaining the terms list can occur automatically by natural language processing algorithms, being that the use of rules to identify information in texts allows the expert's knowledge to be coupled to the algorithm, and it can be performed by techniques based on Machine Learning. When it comes to mapping terms using the 7-Axis model of the International Classification for Nursing Practice (ICNP®), the process can also be automated through natural language processing algorithms such as POS-tagger and the syntactic parser. Conclusion: the cross-mapping method can be intensified by the use of natural language processing algorithms. However, even in cases of automatic mapping, the validation of the results by specialists should not be discarded.

RESUMEN Objetivo: reflexionar sobre el uso de herramientas computacionales en el método de mapeo cruzado entre terminologías clínicas. Método: estudio de reflexión. Resultados: el método de mapeo cruzado consiste en la obtención de listado de términos, por medio de extracción y normalización; conexión entre los términos del listado y los de la base de referencia, mediante reglas previamente definidas; y agrupación de los términos en categorías: combinación exacta o parcial o, de manera más detallada, término similar, término más amplio, término más restringido y término no concordante. Realizado manualmente en muchos estudios, puede ser automatizado con el uso del Unified Medical Language System (UMLS). La obtención del listado de términos puede ocurrir de forma automática por algoritmos de procesamiento de lenguaje natural, siendo que la utilización de reglas para identificación de información en textos permite que el conocimiento del especialista sea acoplado al algoritmo, pudiendo ser realizado por técnicas basadas en Machine Learning. Cuando se trata de mapeo de términos utilizando el modelo de siete Ejes de la Clasificación Internacional para la Práctica de Enfermería (CIPE®), el proceso también puede ser automatizado a través de algoritmos de procesamiento de lenguaje natural, como el POS-tagger y el parser sintático. Conclusión: el método de mapeo cruzado puede ser intensificado por el uso de algoritmos de procesamiento de lenguaje natural. Sin embargo, incluso en casos de asignación automática, la validación de los resultados por expertos no debe descartarse.

Marco contextual: La técnica del mapeo cruzado se utiliza en estudios de la Clasificación Internacional para la Práctica de Enfermería (CIPE®). Las definiciones de términos nuevos deben aplicar los principios de las definiciones terminológicas. Objetivos: Mapear términos utilizados por enfermeros en registros de usuarios con la CIPE® y elaborar una definición para 15 términos no identificados en la clasificación. Metodología: Mapeo cruzado com la CIPE® 2011 y 2013. Las definiciones se elaboraron de acuerdo con los principios de las definiciones terminológicas, y las evaluaron 5 especialistas por medio del Índice de Validez de Contenido. Resultados: De los 2.638 términos identificados, 2.349 no constaban en la CIPE® 2011. De estos, se identificaron 1.431, similares o presentes en la definición de otro término de la CIPE® 2013. De los 63 términos nuevos, se definieron 15. Se validaron 13 definiciones y se formularon 2. Conclusión: El uso de términos similares demuestra la poca aproximación de los enfermeros a los lenguajes clasificatorios. El principio de simplicidad puede determinar la no validación de las definiciones.

Enquadramento: A técnica de mapeamento cruzada é utilizada em estudos pela Classificação Internacional para a Prática de Enfermagem (CIPE®). As definições de termos novos devem aplicar princípios de definições terminológicas. Objetivos: Mapear termos utilizados por enfermeiros em registos de utente com a CIPE® e elaborar definição para 15 termos não identificados na classificação. Metodologia: Mapeamento cruzado com a CIPE® 2011 e 2013. As definições foram elaboradas segundo os princípios de definições terminológicas e avaliadas por 5 especialistas, por meio do Índice de Validade de Conteúdo. Resultados: Dos 2.638 termos identificados, 2.349 não constavam na CIPE® 201. Destes, 1.431 são idênticos, similares ou presentes na definição de outro termo da CIPE® 2013. Dos 63 termos novos, 15 foram definidos. Treze definições foram validadas e 2 reformuladas. Conclusão: O uso de termos similares demonstra pouca aproximação dos enfermeiros com linguagens classificatórias. O princípio da simplicidade pode determinar a não validação de definições.

Background: Cross-mapping is a technique used in studies by the International Classification for Nursing Practice (ICNP®). The definition of new terms must apply principles of terminological definition. Objectives: To map terms used by nurses in patient records according to ICNP®, and to define 15 terms which are not listed in the classification. Methodology: Cross-mapping using the 2011 and 2013 versions of ICNP®. Terms were defined in accordance with the principles of terminological definition and assessed by 5 specialists by means of the Content Validity Index. Results: Of the 2,638 terms identified, 2,349 were not listed in ICNP® 2011. Of these, 1,431 are identical, similar, or included in the definition of another term of ICNP® 2013. Of the 63 new terms, 15 were defined. Thirteen definitions were validated, and 2 were rewritten. Conclusion: The use of similar terms shows that nurses have little contact with classification languages. The principle of simplicity can prevent the validation of definitions.

RESUMO Objetivo Descrever os termos da linguagem escrita utilizados por enfermeiros em registros de evolução do paciente. Métodos Pesquisa descritiva de abordagem quantitativa, que extraiu, por meio de ferramenta computacional, termos de 148.299 evoluções de pacientes, dos anos de 2010 a 2012, de um Hospital Universitário de Curitiba - Paraná. Os termos foram normalizados, se pertinente, em grafia, gênero, número e tempo verbal; sendo classificados para análise um corpus de 2.638 termos. Resultados Verificaram-se problemas relacionados à identificação do registro; utilização de nomes comerciais para denominar artefatos utilizados na prática de enfermagem; siglas e abreviaturas não convencionais; e termos coloquiais. Encontraram-se registros de termos constituintes de linguagem padronizada de diagnósticos de enfermagem. Conclusão A linguagem utilizada pelos enfermeiros é heterogênea. Verifica-se uma aproximação a termos de linguagem especializada, mesmo sem a formalização institucional do uso de um sistema de classificação.

ABSTRACT Objective Describe the terms used in written records of patients’ progress by nurses. Methods Descriptive research with a quantitative method that used a software to extract terms related to 148,200 nursing documentations of patient’s progress, from 2010 to 2012, in a university hospital in Curitiba - Paraná. The terms were normalized, if appropriate, in spelling, gender, number and tense; then corpus of 2.638 terms was classified for analysis. Results There were problems related to the identification of the records; the use of trade names for designating artifacts used in the nursing practice; unconventional acronyms and abbreviations; and colloquial terms. Records of terms contained in standardized language of nursing diagnoses were found. Conclusion The language used by nurses is heterogeneous. There is a tendency to use terms of specialized language, even when there is no formal terminology standardization in the institution.

RESUMEN Objetivo Describir los términos de lenguaje escrita utilizados por las enfermeras en los registros de evolución del paciente. Métodos Enfoque cuantitativo descriptivo, que se extrae a través de la herramienta computacional, términos de 148.299 evaluaciones de los pacientes de los años2010-2012, desde un Hospital de la Universidad de Curitiba - Paraná. Los términos fueran normalizados, si pertinente, en grafía, género, número y tiempo verbal; siendo clasificados para el análisis un corpus constituido en 2.638 términos. Resultados Hubo problemas relacionados con la identificación del registro; el uso de nombres comerciales para referirse a los artefactos utilizados en la práctica de enfermería; acrónimos y abreviaturas no convencionales; y términos coloquiales. Hemos encontrado registros de términos constitutivos del lenguaje normalizado de los diagnósticos de enfermería. Conclusión El lenguaje utilizado por las enfermeras es heterogéneo. Hay una aproximación con de los términos específicos del lenguaje especializado, incluso sin la formalización institucional de la utilización de un sistema de clasificación.

ABSTRACT Objective Describe the terms used in written records of patients’ progress by nurses. Methods Descriptive research with a quantitative method that used a software to extract terms related to 148,200 nursing documentations of patient’s progress, from 2010 to 2012, in a university hospital in Curitiba - Paraná. The terms were normalized, if appropriate, in spelling, gender, number and tense; then corpus of 2.638 terms was classified for analysis. Results There were problems related to the identification of the records; the use of trade names for designating artifacts used in the nursing practice; unconventional acronyms and abbreviations; and colloquial terms. Records of terms contained in standardized language of nursing diagnoses were found. Conclusion The language used by nurses is heterogeneous. There is a tendency to use terms of specialized language, even when there is no formal terminology standardization in the institution.

RESUMEN Objetivo Describir los términos de lenguaje escrita utilizados por las enfermeras en los registros de evolución del paciente. Métodos Enfoque cuantitativo descriptivo, que se extrae a través de la herramienta computacional, términos de 148.299 evaluaciones de los pacientes de los años2010-2012, desde un Hospital de la Universidad de Curitiba - Paraná. Los términos fueran normalizados, si pertinente, en grafía, género, número y tiempo verbal; siendo clasificados para el análisis un corpus constituido en 2.638 términos. Resultados Hubo problemas relacionados con la identificación del registro; el uso de nombres comerciales para referirse a los artefactos utilizados en la práctica de enfermería; acrónimos y abreviaturas no convencionales; y términos coloquiales. Hemos encontrado registros de términos constitutivos del lenguaje normalizado de los diagnósticos de enfermería. Conclusión El lenguaje utilizado por las enfermeras es heterogéneo. Hay una aproximación con de los términos específicos del lenguaje especializado, incluso sin la formalización institucional de la utilización de un sistema de clasificación.

RESUMO Objetivo Descrever os termos da linguagem escrita utilizados por enfermeiros em registros de evolução do paciente. Métodos Pesquisa descritiva de abordagem quantitativa, que extraiu, por meio de ferramenta computacional, termos de 148.299 evoluções de pacientes, dos anos de 2010 a 2012, de um Hospital Universitário de Curitiba - Paraná. Os termos foram normalizados, se pertinente, em grafia, gênero, número e tempo verbal; sendo classificados para análise um corpus de 2.638 termos. Resultados Verificaram-se problemas relacionados à identificação do registro; utilização de nomes comerciais para denominar artefatos utilizados na prática de enfermagem; siglas e abreviaturas não convencionais; e termos coloquiais. Encontraram-se registros de termos constituintes de linguagem padronizada de diagnósticos de enfermagem. Conclusão A linguagem utilizada pelos enfermeiros é heterogênea. Verifica-se uma aproximação a termos de linguagem especializada, mesmo sem a formalização institucional do uso de um sistema de classificação.