Search | SciELO

RESUMO Objetivo: Descrever o IMPACTO-MR, um estudo brasileiro de plataforma nacional em unidades de terapia intensiva focado no impacto das infecções por bactérias multirresistentes relacionadas à assistência à saúde. Métodos: Descrevemos a plataforma IMPACTO-MR, seu desenvolvimento, critérios para seleção das unidades de terapia intensiva, caracterização da coleta de dados, objetivos e projetos de pesquisa futuros a serem realizados na plataforma. Resultados: Os dados principais foram coletados por meio do Epimed Monitor System® e consistiram em dados demográficos, dados de comorbidades, estado funcional, escores clínicos, diagnóstico de internação e diagnósticos secundários, dados laboratoriais, clínicos e microbiológicos e suporte de órgãos durante a internação na unidade de terapia intensiva, entre outros. De outubro de 2019 a dezembro de 2020, 33.983 pacientes de 51 unidades de terapia intensiva foram incluídos no banco de dados principal. Conclusão: A plataforma IMPACTO-MR é um banco de dados clínico brasileiro de unidades de terapia intensiva focado na pesquisa do impacto das infecções por bactérias multirresistentes relacionadas à assistência à saúde. Essa plataforma fornece dados para o desenvolvimento e pesquisa de unidades de terapia intensiva individuais e ensaios clínicos observacionais e prospectivos multicêntricos. Objetivo IMPACTOMR, IMPACTOMR IMPACTO MR, MR saúde Métodos Resultados System demográficos comorbidades funcional secundários laboratoriais outros 201 2020 33983 33 983 33.98 5 principal Conclusão multicêntricos 20 202 3398 3 98 33.9 2 339 9 33.

ABSTRACT Objective: To describe the IMPACTO-MR, a Brazilian nationwide intensive care unit platform study focused on the impact of health care-associated infections due to multidrug-resistant bacteria. Methods: We described the IMPACTO-MR platform, its development, criteria for intensive care unit selection, characterization of core data collection, objectives, and future research projects to be held within the platform. Results: The core data were collected using the Epimed Monitor System® and consisted of demographic data, comorbidity data, functional status, clinical scores, admission diagnosis and secondary diagnoses, laboratory, clinical, and microbiological data, and organ support during intensive care unit stay, among others. From October 2019 to December 2020, 33,983 patients from 51 intensive care units were included in the core database. Conclusion: The IMPACTO-MR platform is a nationwide Brazilian intensive care unit clinical database focused on researching the impact of health care-associated infections due to multidrug-resistant bacteria. This platform provides data for individual intensive care unit development and research and multicenter observational and prospective trials. Objective IMPACTOMR, IMPACTOMR IMPACTO MR, MR careassociated associated multidrugresistant multidrug resistant bacteria Methods selection collection objectives Results System status scores diagnoses laboratory stay others 201 2020 33983 33 983 33,98 5 Conclusion trials 20 202 3398 3 98 33,9 2 339 9 33,

RESUMO A detecção de mudanças com base em imagens de sensoriamento remoto tem atraído cada vez mais atenção de pesquisadores em todo o mundo. As imagens de radar de abertura sintética (SAR) tornaram-se recursos fundamentais para detectar mudanças na superfície terrestre. No entanto, devido à presença do ruído speckle e sua natureza estocástica, os dados SAR requerem metodologias que considerem essas peculiaridades. Este artigo apresenta uma medida de similaridade que considera a aleatoriedade presente nos dados SAR. Para recuperar o componente aleatório nos dados SAR, usamos distância estocástica. A medida de similaridade foi cuidadosamente elaborada em função da distância estocástica de forma que seu espaço de variação fosse o intervalo [0, 1], facilitando sua interpretação. Nossa proposta mostra resultados promissores em duas aplicações: avaliação de contraste, detecção de mudanças na superfície oceânica e mapa binário de mudanças. Vale ressaltar que as possíveis limitações de nossa proposta foram investigadas por meio de simulações guiadas por um experimento de Monte Carlo.

ABSTRACT Change detection based on remote sensing images, has attracted increasing attention from researchers throughout the world. The synthetic aperture radar (SAR) images have become key resources for detecting changes on the land surface. However, due to the presence of speckle noise and its stochastic nature, SAR data require methodologies that consider these peculiarities. This article presents a similarity measure that considers the randomness present in SAR data. To retrieve the random component in the SAR data, we used the stochastic distance. The similarity measure is carefully elaborated as a function of the stochastic distance such that its variation space is the interval [0, 1], facilitating its interpretation. Our proposal shows promising results in two applications: contrast evaluation, ocean surface change detection and binary change map. It is noteworthy that the possible limitations of our proposal are investigated through simulations guided by a Monte Carlo experiment.

Index code	Element
ti	article title
au	author
kw	article keywords
subject	subject (title words, abstract and keywords)
ab	abstract
ta	journal short title (e.g. Cad. Saúde Pública)
journal_title	journal full title (e.g. Cadernos de Saúde Pública)
la	publication language code (e.g. pt - Portuguese, es - Spanish)
type	document type
pid	publication identifier
publication_year	publication year of publication
sponsor	sponsor
aff_country	country code of the author's affiliation
aff_institution	author affiliation institution
volume	article volume
issue	article issue
elocation	elocation
doi	DOI number
issn	journal ISSN
in	SciELO colection code (e.g. scl - Brasil, col - Colômbia)
use_license	article usage license code

No documents were found for your search