Suchergebnisse

RESUMO A Política Informada por Evidência (PIE) surgiu para identificar as melhores estratégias disponíveis, nos aproximando do processo de tomada de decisão em políticas públicas. Contudo, para que ocorra, depende do acesso ao conhecimento, que deverá ser utilizado de forma transparente e sistemática. Assim, tem-se por objetivo apresentar como valer-se da PIE, mostrando os passos necessários para utilizá-la no processo de tomada de decisão em saúde pública. Foi realizada revisão de literatura em duas bases, sendo selecionados nove estudos, após leitura completa do texto. O artigo foi dividido em três grandes blocos, cada um contendo as principais perguntas a serem respondidas durante a elaboração de uma síntese de evidência.

OBJECTIVE: To evaluate the Programa Mais Médicos (More Doctors Program; PMM) in Brazil by estimating the proportional increase in the number of doctors in participating muni­cipalities and the program costs, stratified by cost component and funding source. METHODS: Official data from the 2013 edition of Demografia Médica no Brasil (Medical Demography in Brazil) was used to estimate the number of doctors prior to PMM. The number of doctors at the end of the fourth PMM recruiting cycle (July 2014) was obtained from the Ministry of Health. Cost components were identified and estimated based on PMM legislation and guidelines. The participating municipalities were chosen based on four criteria, all related to vulnerability. RESULTS: The PMM provided an additional 14 462 physicians to highly vulnerable, remote areas in 3 785 municipalities (68% of the total) and 34 Special Indigenous Sanitary Districts. There was a greater increase of physicians in the poorest regions (North and Northeast). The estimated annual cost of US$ 1.1 billion covered medical provision, continuing education, and supervision/mentoring. Funding was largely centralized at the federal level (92.6%). CONCLUSION: The cost of PMM is considered relatively moderate in comparison to its potential benefits for population health. The greater increase of doctors for the poorest and most vulnerable met the target of correcting imbalances in health worker distribution. The PMM experience in Brazil can contribute to the debate on reducing physician shortages.

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.