Decision support model applied to the recognition of non-adherent individuals to antihypertensive therapy

Medeiros, Amira Rose Costa; Araújo, Yana Balduíno de; Vianna, Rodrigo Pinheiro de Tolêdo; Moraes, Ronei Marcos de

doi:10.5935/0103-104.20140016

Cited by 3 publications

(2 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Using decision trees in health care has been used in studies in different perspectives, for instance, as a model to help health care professionals identify behavioral patterns of people living with HIV/AIDS while using the Family Health Strategy (FHS) services (9) , identify the main factors that influence the evaluation of the dental services offered to pediatric oncology patients, and provide a supporting decision tool that improves the quality of care (10) and the identification of patients not adhering to the antihypertensive treatment (11) . Given the above, the question is:…”

Section: Introductionmentioning

confidence: 99%

Predictive model of hospitalization for children and adolescents with chronic disease

et al. 2020

Self Cite

View full text Add to dashboard Cite

Objectives: Describe a predictive model of hospitalization frequency for children and adolescents with chronic disease. Methods: A decision tree-based model was built using a database of 141 children and adolescents with chronic disease admitted to a federal public hospital; 18 variables were included and the frequency of hospitalization was defined as the outcome. Results: The decision tree obtained in this study could properly classify 80.85% of the participants. Model reading provided an understanding that situations of greater vulnerability such as unemployment, low income, and limited or lack of family involvement in care were predictors of a higher frequency of hospitalization. Conclusions: The model suggests that nursing professionals should adopt prevention actions for modifiable factors and authorities should make investments in health promotion for non-modifiable factors. It also enhances the debate about differentiated care to these patients. RESUMOObjetivos: Descrever um modelo preditor de frequência de internação hospitalar para crianças e adolescentes com doença crônica. Métodos: Foi construído um modelo baseado em árvore de decisão, a partir do banco de dados de 141 crianças e adolescentes, com doença crônica, internados em um hospital público federal. Para construção do modelo, foram incluídas 18 variáveis e a frequência de internação foi definida como desfecho. Resultados: Obteve-se uma árvore de decisão capaz de classificar corretamente 80,85% dos participantes. A leitura do modelo proporcionou o entendimento de que as situações de maior vulnerabilidade, como desemprego, baixa renda, restrições e ausência de envolvimento da família no cuidado, foram preditoras da maior frequência de internação hospitalar. Conclusões: O modelo sugere à enfermagem e equipe ações de prevenção para os fatores modificáveis e investimentos em promoção à saúde para os fatores não modificáveis e fortalece o debate sobre o cuidado diferenciado para esse público. RESUMENObjetivos: Describir un modelo predictor de frecuencia de internación hospitalaria para niños y adolescentes con enfermedades crónicas. Métodos: Se construyó un modelo basado en árboles de decisión, utilizando un banco de datos de 141 niños y adolescentes con enfermedades crónicas internados en hospital público federal. Para elaborar el modelo fueron consideradas 18 variables, la frecuencia de internación fue definida como desenlace. Resultados: Se obtuvo un árbol de decisiones capaz de clasificar correctamente al 80,85% de los participantes. La lectura del modelo permitió entender que las situaciones de mayor vulnerabilidad, como desempleo, bajos ingresos, restricciones y ausencia de compromiso familiar para el cuidado, actuaron como predictoras de mayor frecuencia de internación hospitalaria. Conclusiones: El modelo sugiere a la enfermería y equipo acciones preventivas para aquellos factores modificables, e inversión en promoción de salud para los factores no modificables; fortaleciendo también el debate sobre el cuidado diferenciado para esta población.

show abstract

Section: Introductionmentioning

confidence: 99%

Predictive model of hospitalization for children and adolescents with chronic disease

et al. 2020

Self Cite

View full text Add to dashboard Cite

show abstract

“…Um levantamento baseado na PNS de 2013 apontou como principais resultados que quase a totalidade da população de adultos já teve a sua PA aferida alguma vez na vida; que quase 70% daqueles com HA autorreferida receberam assistência médica para essa enfermidade nos últimos 12 meses; e que aproximadamente metade dos adultos com HA autorreferida foi atendida nas UBS 24 .podendo trazer sérias consequências ao indivíduo e um maior custo de seu tratamento -tanto para estes como para o SUS.Portanto, estratégias e ações devem ser traçadas pelos serviços de saúde visando a favorecer o comparecimento às consultas, uma vez que um maior cumprimento dos agendamentos pode influenciar as condições de saúde dos usuários e, consequentemente, propiciar uma melhoria da sua qualidade de vida. Doravante, para que essas intervenções sejam exitosas, torna-se intrinsecamente necessário a identificação dos usuários faltosos e resistentes25 .CONSIDERAÇÕES FINAISA análise realizada apresentou resultados satisfatórios para as taxas de acompanhamento de indivíduos acometidos por HAS e DM no município investigado. Quanto à análise da mortalidade, evidenciou-se o seguimento da tendência global de elevação das taxas de mortalidade por DM e por DCV.…”

unclassified

Mortalidade E Acompanhamento Do Diabetes E Da Hipertensão Na Atenção Básica De Um Município Do Nordeste Brasileiro

Freire

Teixeira

Carvalho

et al. 2020

Rev. baiana de saúde pública

View full text Add to dashboard Cite

A Hipertensão Arterial Sistêmica (HAS) e o Diabetes Mellitus (DM) têm elevada morbimortalidade, estando seu descontrole relacionado à baixa taxa de adesão à terapêutica e aos serviços de atenção básica à saúde. Assim, o objetivo deste artigo foi analisar o cadastramento e o acompanhamento de indivíduos acometidos por DM e HAS e verificar a mortalidade relacionada ao DM e a doenças cardiovasculares (DCV) num município do Nordeste brasileiro. Trata-se de um estudo descritivo, com dados do Sistema de Informações da Atenção Básica e de informações de mortalidade da Superintendência de Vigilância e Proteção da Saúde, coletados entre os anos de 2008 e 2013. Pôde-se constatar que a média de hipertensos cadastrados e acompanhados foi de 4.364 (± 652) e 3.862 (± 548), e, a de diabéticos, 1.076 (± 222) e 9.68 (± 190), respectivamente. A taxa global de acompanhamento de hipertensos e diabéticos foi de 88,6% e 90,2%, respectivamente. Evidenciou- se diferença estatisticamente significante na comparação do grupo de cadastrados e acompanhados na maioria dos anos estudados (p < 0,001). Identificou-se 178 óbitos por DM e 446 por DCV, dentre as quais prevaleceram doenças isquêmicas do coração e doenças cerebrovasculares. Conclui-se que as taxas de cadastramento e acompanhamento foram consideradas satisfatórias, apontando para a efetividade da atenção básica à saúde dessa população, ainda que consideradas as limitações do estudo. Por fim, evidenciou-se o seguimento da tendência global de elevação das taxas de mortalidade por DM e DCV. Palavras-chave: Diabetes. Hipertensão. Atenção Primária à Saúde.

show abstract

Classificação automática de dados para descoberta de conhecimento: um estudo de caso para classificação de risco na área da saúde

Funchal

Madsen

Adamatti

2015

Revista Brasileira De Computação Aplicada

View full text Add to dashboard Cite

Resumo: O presente artigo tem como objetivo apresentar um estudo da utilização de técnicas de mineração de dados no contexto da classificação de risco em unidades de pronto atendimento. Foi utilizada a técnica conhecida como árvores de decisão, tendo em vista sua ampla utilização em problemas de classificação e, também, com o intuito de tornar-se uma ferramenta essencial para um sistema de apoio à decisão mais alinhado com o conhecimento do profissional de saúde. Todavia, é imprescindível ressaltar que a tomada de decisão do risco de vida do paciente vem do conhecimento técnico e da experiência desse profissional, que normalmente vão além do conhecimento teórico.

show abstract

Decision support model applied to the recognition of non-adherent individuals to antihypertensive therapy

Cited by 3 publications

References 0 publications

Predictive model of hospitalization for children and adolescents with chronic disease

Predictive model of hospitalization for children and adolescents with chronic disease

Mortalidade E Acompanhamento Do Diabetes E Da Hipertensão Na Atenção Básica De Um Município Do Nordeste Brasileiro

Classificação automática de dados para descoberta de conhecimento: um estudo de caso para classificação de risco na área da saúde

Contact Info

Product

Resources

About