Resultados: 4
#3
au:Farias, Sabrina Ribeiro
Filtros
Ordenar por
Página
de 1
Próxima
1.
Joint statement on evidence-based practices in mechanical ventilation: suggestions from two Brazilian medical societies
Facebook Twitter

Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Ferreira, Juliana Carvalho
; Vianna, Arthur Oswaldo de Abreu
; Pinheiro, Bruno Valle
; Maia, Israel Silva
; Baldisserotto, Sérgio Vasconcellos
; Isola, Alexandre Marini
; Cavalcanti, Alexandre Biasi
Gama, Ana Maria Casati Nogueira da
Rocha, Angelo Roncalli Miranda
Oliveira, Antonio Gonçalves de
Serpa Neto, Ary
Farias, Augusto Manoel de Carvalho
Orlando, Bianca Rodrigues
Esteves, Bruno da Costa
Mazza, Bruno Franco
Silveira, Camila de Freitas Martins Soares
Carvalho, Carlos Roberto Ribeiro de
Toufen Junior, Carlos
Barbas, Carmen Silvia Valente
Teixeira, Cassiano
Silveira, Débora Dutra da
Medeiros, Denise Machado
Parolo, Edino
Costa, Eduardo Leite Vieira
Caser, Eliana Bernadete
Oliveira, Ellen Pierre de
Banholzer, Eric Grieger
Carvalho, Erich Vidal
Amorim, Fabio Ferreira
Saddy, Felipe
Gonçalves, Fernanda Alves Ferreira
Galas, Filomena Regina Barbosa Gomes
Zanatta, Giovanna Carolina Gardini
Silva, Gisele Sampaio
Westphal, Glauco Adrieno
Matos, Gustavo Faissol Janot de
Souza, João Claudio Emmerich de
Silva Junior, João Manoel
Valiatti, Jorge Luis dos Santos
Nascimento Junior, José Ribamar do
Rocco, Jose Rodolfo
Hajjar, Ludhmila Abrahão
Forgiarini Junior, Luiz Alberto
Malbuisson, Luiz Marcelo Sá
Holanda, Marcelo Alcantara
Amato, Marcelo Britto Passos
Park, Marcelo
Oliveira, Marco Antonio da Rosa e
Reis, Marco Antonio Soares
Tavares, Marcos Soares
Souza, Mario Henrique Dutra de
Damasceno, Marta Cristina Pauleti
Lira-Batista, Marta Maria da Silva
Pattacini, Max Morais
Assunção, Murillo Santucci Cesar de
Oliveira, Neymar Elias de
Franzosi, Oellen Stuani
Rocco, Patricia Rieken Macedo
Caruso, Pedro
Silva, Pedro Leme
Mendes, Pedro Vitale
Duarte, Pericles Almeida Delfino
Santa Neto, Renato Fabio Alberto Della
Rodrigues, Ricardo Goulart
Cordioli, Ricardo Luiz
Palazzo, Roberta Fittipaldi
Goldwasser, Rosane
Pinheiro, Sabrina dos Santos
Justino, Sandra Regina
Nemer, Sergio Nogueira
Oliveira, Vanessa Martins de
Silva, Vinicius Zacarias Maldaner da
Nedel, Wagner Luis
Bellissimo-Rodrigues, Wanessa Teixeira
Oliveira Filho, Wilson de






ABSTRACT Mechanical ventilation can be a life-saving intervention, but its implementation requires a multidisciplinary approach, with an understanding of its indications and contraindications due to the potential for complications. The management of mechanical ventilation should be part of the curricula during clinical training; however, trainees and practicing professionals frequently report low confidence in managing mechanical ventilation, often seeking additional sources of knowledge. Review articles, consensus statements and clinical practice guidelines have become important sources of guidance in mechanical ventilation, and although clinical practice guidelines offer rigorously developed recommendations, they take a long time to develop and can address only a limited number of clinical questions. The Associação de Medicina Intensiva Brasileira and the Sociedade Brasileira de Pneumologia e Tisiologia sponsored the development of a joint statement addressing all aspects of mechanical ventilation, which was divided into 38 topics. Seventy-five experts from all regions of Brazil worked in pairs to perform scoping reviews, searching for publications on their specific topic of mechanical ventilation in the last 20 years in the highest impact factor journals in the areas of intensive care, pulmonology, and anesthesiology. Each pair produced suggestions and considerations on their topics, which were presented to the entire group in a plenary session for modification when necessary and approval. The result was a comprehensive document encompassing all aspects of mechanical ventilation to provide guidance at the bedside. In this article, we report the methodology used to produce the document and highlight the most important suggestions and considerations of the document, which has been made available to the public in Portuguese.
2.
IMPACTO-MR: um estudo brasileiro de plataforma nacional para avaliar infecções e multirresistência em unidades de terapia intensiva IMPACTOMR IMPACTO MR IMPACTO-MR
Facebook Twitter

Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Tomazini, Bruno M
; Nassar Jr, Antonio Paulo
; Lisboa, Thiago Costa
; Azevedo, Luciano César Pontes de
; Veiga, Viviane Cordeiro
; Catarino, Daniela Ghidetti Mangas
; Fogazzi, Debora Vacaro
; Arns, Beatriz
; Piastrelli, Filipe Teixeira
; Dietrich, Camila
; Negrelli, Karina Leal
Jesuíno, Isabella de Andrade
Reis, Luiz Fernando Lima
Mattos, Renata Rodrigues de
Pinheiro, Carla Cristina Gomes
Luz, Mariane Nascimento
Spadoni, Clayse Carla da Silva
Moro, Elisângela Emilene
Bueno, Flávia Regina
Sampaio, Camila Santana Justo Cintra
Silva, Débora Patrício
Baldassare, Franca Pellison
Silva, Ana Cecilia Alcantara
Veiga, Thabata
Barbante, Leticia
Lambauer, Marianne
Campos, Viviane Bezerra
Santos, Elton
Santos, Renato Hideo Nakawaga
Laranjeiras, Ligia Nasi
Valeis, Nanci
Santucci, Eliana
Miranda, Tamiris Abait
Patrocínio, Ana Cristina Lagoeiro do
Carvalho, Andréa de
Sousa, Eduvirgens Maria Couto de
Sousa, Ancelmo Honorato Ferraz de
Malheiro, Daniel Tavares
Bezerra, Isabella Lott
Rodrigues, Mirian Batista
Malicia, Julliana Chicuta
Silva, Sabrina Souza da
Gimenes, Bruna dos Passos
Sesin, Guilhermo Prates
Zavascki, Alexandre Prehn
Sganzerla, Daniel
Medeiros, Gregory Saraiva
Santos, Rosa da Rosa Minho dos
Silva, Fernanda Kelly Romeiro
Cheno, Maysa Yukari
Abrahão, Carolinne Ferreira
Oliveira Junior, Haliton Alves de
Rocha, Leonardo Lima
Nunes Neto, Pedro Aniceto
Pereira, Valéria Chagas
Paciência, Luis Eduardo Miranda
Bueno, Elaine Silva
Caser, Eliana Bernadete
Ribeiro, Larissa Zuqui
Fernandes, Caio Cesar Ferreira
Garcia, Juliana Mazzei
Silva, Vanildes de Fátima Fernandes
Santos, Alisson Junior dos
Machado, Flávia Ribeiro
Souza, Maria Aparecida de
Ferronato, Bianca Ramos
Urbano, Hugo Corrêa de Andrade
Moreira, Danielle Conceição Aparecida
Souza-Dantas, Vicente Cés de
Duarte, Diego Meireles
Coelho, Juliana
Figueiredo, Rodrigo Cruvinel
Foreque, Fernanda
Romano, Thiago Gomes
Cubos, Daniel
Spirale, Vladimir Miguel
Nogueira, Roberta Schiavon
Maia, Israel Silva
Zandonai, Cassio Luis
Lovato, Wilson José
Cerantola, Rodrigo Barbosa
Toledo, Tatiana Gozzi Pancev
Tomba, Pablo Oscar
Almeida, Joyce Ramos de
Sanches, Luciana Coelho
Pierini, Leticia
Cunha, Mariana
Sousa, Michelle Tereza
Azevedo, Bruna
Dal-Pizzol, Felipe
Damasio, Danusa de Castro
Bainy, Marina Peres
Beduhn, Dagoberta Alves Vieira
Jatobá, Joana D’Arc Vila Nova
Moura, Maria Tereza Farias de
Rego, Leila Rezegue de Moraes
Silva, Adria Vanessa da
Oliveira, Luana Pontes
Sodré Filho, Eliene Sá
Santos, Silvana Soares dos
Neves, Itallo de Lima
Leão, Vanessa Cristina de Aquino
Paes, João Lucidio Lobato
Silva, Marielle Cristina Mendes
Oliveira, Cláudio Dornas de
Santiago, Raquel Caldeira Brant
Paranhos, Jorge Luiz da Rocha
Wiermann, Iany Grinezia da Silva
Pedroso, Durval Ferreira Fonseca
Sawada, Priscilla Yoshiko
Prestes, Rejane Martins
Nascimento, Glícia Cardoso
Grion, Cintia Magalhães Carvalho
Carrilho, Claudia Maria Dantas de Maio
Dantas, Roberta Lacerda Almeida de Miranda
Silva, Eliane Pereira
Silva, Antônio Carlos da
Oliveira, Sheila Mara Bezerra de
Golin, Nicole Alberti
Tregnago, Rogerio
Lima, Valéria Paes
Silva, Kamilla Grasielle Nunes da
Boschi, Emerson
Buffon, Viviane
Machado, André Sant’Ana
Capeletti, Leticia
Foernges, Rafael Botelho
Carvalho, Andréia Schubert de
Oliveira Junior, Lúcio Couto de
Oliveira, Daniela Cunha de
Silva, Everton Macêdo
Ribeiro, Julival
Pereira, Francielle Constantino
Salgado, Fernanda Borges
Deutschendorf, Caroline
Silva, Cristofer Farias da
Gobatto, Andre Luiz Nunes
Oliveira, Carolaine Bomfim de
Dracoulakis, Marianna Deway Andrade
Alvaia, Natália Oliveira Santos
Souza, Roberta Machado de
Araújo, Larissa Liz Cardoso de
Melo, Rodrigo Morel Vieira de
Passos, Luiz Carlos Santana
Vidal, Claudia Fernanda de Lacerda
Rodrigues, Fernanda Lopes de Albuquerque
Kurtz, Pedro
Shinotsuka, Cássia Righy
Tavares, Maria Brandão
Santana, Igor das Virgens
Gavinho, Luciana Macedo da Silva
Nascimento, Alaís Brito
Pereira, Adriano J
Cavalcanti, Alexandre Biasi










Revista Brasileira de Terapia Intensiva
- Métricas do periódico
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,
3.
Machine learning analysis to predict health outcomes among emergency department users in Southern Brazil: a protocol study
Facebook Twitter

Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Nunes, Bruno Pereira
; Vissoci, João
; Delpino, Felipe Mendes
; Stolz, Pablo
; Farias, Sabrina Ribeiro
; Coelho, Bruna Borges
; Viegas, Indiara da Silva
; Carvalho Junior, Denis Carlos
; Dias, Camila Sebaje da Silva
; Almeida, Ana Paula Santana Coelho
; Facchini, Luiz Augusto
; Chiavegatto Filho, Alexandre Dias Porto
.












RESUMO: Objetivo: Os serviços de emergência são fundamentais na organização da rede de atenção à saúde. Não obstante, apresentam diferentes dificuldades para seu funcionamento. Entre essas, destaca-se a superlotação dos serviços, a qual, em boa medida, é explicada pelo uso inadequado do serviço e reutilização frequente por parte de usuários. Apesar do conhecimento dessa situação, as informações sobre a temática são escassas no Brasil, ainda mais as relacionadas ao acompanhamento longitudinal dos usuários. Assim, este projeto objetiva avaliar a performance preditiva de diferentes algoritmos de machine learning para estimar o uso inapropriado e a reutilização dos serviços de emergência e a mortalidade. Métodos: Para isso, será realizado um estudo no município de Pelotas, Rio Grande do Sul, com um pouco mais de cinco mil usuários do pronto socorro municipal. Resultados: Caso o estudo seja bem-sucedido, será disponibilizado um algoritmo com potencial para ser usado na prática clínica para auxiliar profissionais de saúde na tomada de decisão no contexto hospitalar. Diferentes estratégias de difusão dos conhecimentos serão utilizadas para aumentar a capacidade do estudo de produzir inovações para a organização do sistema e serviços de saúde. Conclusão: Um modelo preditivo de alto desempenho pode auxiliar na tomada de decisão nos serviços de emergência, melhorando a qualidade do atendimento.
ABSTRACT: Objective: Emergency services are essential to the organization of the health care system. Nevertheless, they face different operational difficulties, including overcrowded services, largely explained by their inappropriate use and the repeated visits from users. Although a known situation, information on the theme is scarce in Brazil, particularly regarding longitudinal user monitoring. Thus, this project aims to evaluate the predictive performance of different machine learning algorithms to estimate the inappropriate and repeated use of emergency services and mortality. Methods: To that end, a study will be conducted in the municipality of Pelotas, Rio Grande do Sul, with around five thousand users of the municipal emergency department. Results: If the study is successful, we will provide an algorithm that could be used in clinical practice to assist health professionals in decision-making within hospitals. Different knowledge dissemination strategies will be used to increase the capacity of the study to produce innovations for the organization of the health system and services. Conclusion: A high performance predictive model may be able to help decisionmaking in the emergency services, improving quality of care.
https://doi.org/10.1590/1980-549720210050
104 downloads
4.
Machine learning analysis to predict health outcomes among emergency department users in Southern Brazil: a protocol study
Facebook Twitter

Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Nunes, Bruno Pereira
; Vissoci, João
; Delpino, Felipe Mendes
; Stolz, Pablo
; Farias, Sabrina Ribeiro
; Coelho, Bruna Borges
; Viegas, Indiara da Silva
; Carvalho Junior, Denis Carlos
; Dias, Camila Sebaje da Silva
; Almeida, Ana Paula Santana Coelho
; Facchini, Luiz Augusto
; Chiavegatto Filho, Alexandre Dias Porto
.












RESUMO: Objetivo: Os serviços de emergência são fundamentais na organização da rede de atenção à saúde. Não obstante, apresentam diferentes dificuldades para seu funcionamento. Entre essas, destaca-se a superlotação dos serviços, a qual, em boa medida, é explicada pelo uso inadequado do serviço e reutilização frequente por parte de usuários. Apesar do conhecimento dessa situação, as informações sobre a temática são escassas no Brasil, ainda mais as relacionadas ao acompanhamento longitudinal dos usuários. Assim, este projeto objetiva avaliar a performance preditiva de diferentes algoritmos de machine learning para estimar o uso inapropriado e a reutilização dos serviços de emergência e a mortalidade. Métodos: Para isso, será realizado um estudo no município de Pelotas, Rio Grande do Sul, com um pouco mais de cinco mil usuários do pronto socorro municipal. Resultados: Caso o estudo seja bem-sucedido, será disponibilizado um algoritmo com potencial para ser usado na prática clínica para auxiliar profissionais de saúde na tomada de decisão no contexto hospitalar. Diferentes estratégias de difusão dos conhecimentos serão utilizadas para aumentar a capacidade do estudo de produzir inovações para a organização do sistema e serviços de saúde. Conclusão: Um modelo preditivo de alto desempenho pode auxiliar na tomada de decisão nos serviços de emergência, melhorando a qualidade do atendimento.
ABSTRACT: Objective: Emergency services are essential to the organization of the health care system. Nevertheless, they face different operational difficulties, including overcrowded services, largely explained by their inappropriate use and the repeated visits from users. Although a known situation, information on the theme is scarce in Brazil, particularly regarding longitudinal user monitoring. Thus, this project aims to evaluate the predictive performance of different machine learning algorithms to estimate the inappropriate and repeated use of emergency services and mortality. Methods: To that end, a study will be conducted in the municipality of Pelotas, Rio Grande do Sul, with around five thousand users of the municipal emergency department. Results: If the study is successful, we will provide an algorithm that could be used in clinical practice to assist health professionals in decision-making within hospitals. Different knowledge dissemination strategies will be used to increase the capacity of the study to produce innovations for the organization of the health system and services. Conclusion: A high performance predictive model may be able to help decisionmaking in the emergency services, improving quality of care.
Exibindo
itens por página
Página
de 1
Próxima
Visualizar estatísticas de
Enviar resultado
Exportar resultados
Sem resultados
Não foram encontrados documentos para sua pesquisa
Glossário e ajuda para busca
Você pode enriquecer sua busca de uma forma muito simples. Use os índices de pesquisa combinados com os conectores (AND ou OR) e especifique cada vez mais sua busca.
Por exemplo, se você deseja buscar artigos sobre
casos de dengue no Brasil em 2015, use:ti:dengue and publication_year:2015 and aff_country:Brasil
Veja abaixo a lista completa de índices de pesquisa que podem ser usados:
Cód. do Índice | Elemento |
---|---|
ti | título do artigo |
au | autor |
kw | palavras-chave do artigo |
subject | assunto (palavras do título, resumo e palavras-chave) |
ab | resumo |
ta | título abreviado da revista (ex. Cad. Saúde Pública) |
journal_title | título completo da revista (ex. Cadernos de Saúde Pública) |
la | código do idioma da publicação (ex. pt - Português, es - Espanhol) |
type | tipo do documento |
pid | identificador da publicação |
publication_year | ano de publicação do artigo |
sponsor | financiador |
aff_country | código do país de afiliação do autor |
aff_institution | instituição de afiliação do autor |
volume | volume do artigo |
issue | número do artigo |
elocation | elocation |
doi | número DOI |
issn | ISSN da revista |
in | código da coleção SciELO (ex. scl - Brasil, col - Colômbia) |
use_license | código da licença de uso do artigo |