Article:Jones, RJ, Manville, V and Andrade, D (2015) Probabilistic analysis of rain-triggered lahar initiation at Tungurahua volcano. Bulletin of Volcanology, 77 (68).
OBJETIVO: Avaliar a qualidade da informação dos prontuários de três hospitais de ensino do Estado do Rio de Janeiro, participantes do estudo de base para a estimativa da incidência de eventos adversos (EA). MATERIAL E MÉTODOS: Estudo descritivo, baseado em informações coletadas na revisão de prontuários do estudo de base. Foi aplicado escore de completitude, medido pela proporção de informação ignorada, composto pelos graus de avaliação: excelente (menor que 5%), bom (5% - 10%), regular (11% - 20%), ruim (21% - 50%) e muito ruim (mais de 50%). Foram calculados proporções e intervalos de confiança de 95%, para cada informação do prontuário. A análise foi realizada para o conjunto dos pacientes, para os três hospitais e para pacientes com e sem EA. Foram calculadas médias na análise do conjunto de variáveis e, para fins de comparação, foi realizado o teste t de Student. Foi aplicado o teste qui-quadrado e a estatística de Fisher na análise comparativa entre pacientes com e sem EA. RESULTADOS: A qualidade dos prontuários foi considerada ruim, no conjunto dos pacientes. As variáveis que apresentaram maior proporção de ausência de informação foram: "Avaliação inicial da enfermagem" (63,9%) e "Avaliação do paciente pelo assistente social" (80%). O hospital 3 apresentou melhor qualidade dos prontuários e o hospital 1 apresentou o pior resultado. Os pacientes com EA apresentaram melhor qualidade dos prontuários do que aqueles sem EA. CONCLUSÕES: Informações indispensáveis ao cuidado apresentaram baixo registro. Ressalta-se a importância da elaboração de medidas que visem melhorias na qualidade do prontuário, que irão refletir na qualidade da assistência ao paciente.
Most volcanic hazard studies focus on magmatic eruptions and their accompanying phenomena. However, hazardous volcanic events can also occur during non-magmatic unrest, defined as a state of volcanic unrest in which no migration of magma is recognised. Examples include tectonic unrest, and hydrothermal unrest that may lead to phreatic eruptions. Recent events (e.g. Ontake eruption, September 2014) have demonstrated that the successful forecasting of phreatic eruptions is still very difficult. It is therefore of paramount importance to identify indicators that define the state of non-magmatic unrest. Often, this type of unrest is driven by fluids-on-the-move, requiring alternative monitoring setups, beyond the classical seismic-geodetic-geochemical architectures. Here we present a new version of the probabilistic model BET (Bayesian Event Tree), called BET_UNREST, specifically developed to include the forecasting of non-magmatic unrest and related hazards. The structure of BET_UNREST differs from the previous BET_EF (BET for Eruption Forecasting) by adding a dedicated branch to detail non-magmatic unrest outcomes. Probabilities are calculated at each node by merging prior models and past data with new incoming monitoring data, and the results can be updated any time new data has been collected. Monitoring data are weighted through pre-defined thresholds of anomaly, as in BET_EF. The BET_UNREST model is introduced here, together with its software implementation PyBetUnrest, with the aim of creating a user-friendly, open-access, and straightforward tool to support short-term volcanic forecasting (already available on the VHub platform). The BET_UNREST model and PyBetUnrest tool are tested through three case studies in the frame of the EU VUELCO project. Resumen extendidoLa mayoría de los estudios sobre amenazas volcánicas están enfocados en las erupciones magmáticas y fenómenos relacionados. Sin embargo, fenómenos volcánicos peligrosos pueden también ocurrir durante una fase de "unrest" no-magmático, definido por el estado de unrest volcánico en el cual no se reconoce la migración de un magma. Ejemplos de esto son unrest tectónico (capaz de causar preocupación independientemente del resultado posterior) y unrest hidrotermal, que pueden resultar en erupciones freáticas. Eventos recientes (e.g. la erupción de Ontake en septiembre 2014) han demostrado que las erupciones freáticas siguen siendo difícilmente previsibles. Por estas razones, es de extrema importancia identificar señales que permitan definir un estado de unrest no-magmático. Muchas veces, este tipo de unrest es provocado por fluidos en movimiento, y requiere la instalación de un sistema de monitoreo alternativo, más allá de la clásica arquitectura sismo-geodético-química. En este capítulo, presentamos la nueva versión del modelo probabilístico BET (Arbol de Eventos Bayesiano, por sus siglas en inglés), llamado BET_UNREST, específicamente desarrollado para incluir la previsión de unrest no-magmático y sus peligros relacionados. La estructura de BET_...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.