Suchergebnisse

OBJECTIVE. To identify barriers to the implementation of National Childbirth Guidelines in Brazil from the women's perspective. METHOD. A descriptive exploratory study was performed using a qualitative approach and an interpretive perspective. The hermeneutic unit of analysis was established based on the contribution of users to a public online consultation about the National Childbirth Guidelines in Brazil, performed in 2016 by the National Committee for Health Technology Incorporation into the Unified Health System (CONITEC). Content analysis techniques were used to examine the answers provided to the following specific question: "Considering your local reality, what would hinder the implementation of this protocol or guideline?" RESULTS. Of 396 contributions recorded by CONITEC, 55 were included in the content analysis. The mean age of women was 31 years, with most self-declared as white (69%) and living in the Southeast of Brazil (56.3%). Coding revealed seven barrier categories, which were grouped into three families — barriers related to 1) professional training and culture (which highlighted the centrality of physicians, not women, in childbirth), 2) social culture (general population not well informed), and 3) political and management issues (little interest on the part of managers, lower physician compensation for vaginal childbirth vs. Caesarian section, and poor hospital infrastructure). CONCLUSIONS. Aspects of professional training and culture, social culture, and political as well as management issues are critical points to be considered in future interventions aiming at overcoming or weakening the barriers to implementing childbirth recommendations in Brazil.

RESUMO A pesquisa translacional surgiu com o objetivo de reduzir o tempo entre a pesquisa básica e a sua aplicação clínica. Para os medicamentos, esse tempo pode chegar a décadas, o que denota a necessidade de se avaliarem possíveis barreiras por meio da pesquisa translacional. Objetivou-se revisar a literatura para identificar as etapas da pesquisa translacional, bem como os atos normativos, as políticas públicas de saúde e os principais atores no contexto brasileiro. Para a identificação de modelos da pesquisa translacional, realizou-se revisão com busca sistemática nas bases PubMed, Embase e Lilacs, sendo selecionadas 23 publicações. Sítios eletrônicos oficiais foram consultados para o levantamento das políticas e dos atores. Como resultados, a literatura inicialmente apontava uma etapa (da bancada ao leito), incorporando recentemente a síntese de pesquisas e a avaliação de impacto na saúde pública como etapas adicionais. Diversos atores são transversais na pesquisa translacional, como universidades, instituições de pesquisa e agências de fomento. Observa-se que o Brasil instituiu políticas importantes nas áreas de assistência farmacêutica, pesquisa, ciência, tecnologia e inovação em saúde, o que pode potencialmente integrar recursos, atores e esforços visando à aplicação prática de resultados para melhorar as condições de saúde e de vida da população.

RESUMO O objetivo deste estudo foi identificar como a Inteligência Artificial (IA) vem sendo utilizada para a pesquisa translacional no contexto da Covid-19. Foi realizada uma revisão rápida para identificar o uso de técnicas de IA na translação de tecnologias para o enfrentamento da Covid-19. Empregou-se estratégia de busca com base em termos MeSH e seus respectivos sinônimos em sete bases de dados. Dos 59 artigos identificados, oito foram incluídos. Foram identificadas 11 experiências que usaram IA para a pesquisa translacional em Covid-19: predição de eficácia medicamentosa; predição de patogenicidade do Sars-CoV-2; diagnóstico de imagem para Covid-19; predição de incidência de Covid-19; estimativas de impacto da Covid-19 na sociedade; automatização de sanitização de ambientes hospitalares e clínicos; rastreio de pessoas infectadas e possivelmente infectadas; monitoramento do uso de máscaras; predição de gravidade de pacientes; estratificação de risco do paciente; e predição de recursos hospitalares. A pesquisa translacional pode ajudar no desenvolvimento produtivo e industrial em saúde, especialmente quando apoiada em métodos de IA, uma ferramenta cada vez mais importante, sobretudo quando se discute a Quarta Revolução Industrial e suas aplicações na saúde.

RESUMO O estudo objetivou prospectar grupos e temas de pesquisa translacional no Brasil, que detenham potencial de transformar pesquisa em soluções para saúde no âmbito nacional, e avaliar se existe convergência com a Agenda de Prioridades de Pesquisa do Ministério da Saúde, a Agenda. Estudo exploratório, descritivo, realizado a partir de busca em bases de dados públicos de acesso livre. Foram localizados 64 programas/grupos, sendo 8 programas de pós-graduação, 12 programas de pesquisa e 44 grupos na área de pesquisa translacional em saúde cadastrados no Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). A maioria dos programas de pós-graduação e todos os programas de pesquisa são vinculados a Instituições Públicas da região Sudeste. A análise temática não incluiu os 20 programas de pesquisa/pós-graduação existentes. Os 44 grupos de pesquisa foram categorizados de acordo com os 14 eixos temáticos e com as 172 linhas de pesquisa da Agenda por 4 pesquisadores independentes e cegados. Os resultados mostraram a inexistência de aderência entre os temas de pesquisa desses grupos e a Agenda de prioridades do Sistema Único de Saúde (SUS). Em cenário de aumento de demanda de necessidades em saúde, a pesquisa translacional permitiria reduzir o distanciamento da pesquisa desenvolvida no Brasil com as necessidades do SUS.