Resumo em Português:

Resumo: Este estudo objetiva identificar o tipo de apoio recebido por cuidadoras familiares de pessoas idosas na pandemia de COVID-19, assim como os fatores socioeconômicos de saúde e relativos ao cuidado associados. Utilizou-se dados do estudo CUIDA-COVID, questionário online realizado entre agosto e novembro de 2020 (n = 4.820). Foram construídos três modelos múltiplos, tendo como desfecho: apoio contratado, apoio familiar e ausência de apoio. As variáveis independentes relacionadas a aspectos socioeconômicos, de saúde e cuidado foram convertidas em categorias dicotômicas. O apoio familiar foi o mais comum (48,6%), seguido pelo ausência de apoio (38,3%) e apoio contratado (13,1%). Não foram observadas associações significativas entre raça/cor, situação de pobreza, problema crônico de coluna e estado de ânimo negativo com nenhum dos tipos de apoio. Foram fatores fortemente associados (RPajustada > 2,0) ao apoio contratado: a não diminuição acentuada da renda na pandemia; a não dedicação ao cuidado em tempo integral; a autoavaliação da saúde boa/excelente; e o alto grau de dependência da pessoa idosa. Para o apoio familiar, as principais associações foram: o não aumento acentuado do esforço dedicado ao cuidado na pandemia; a não dedicação ao cuidado em tempo integral; e a diminuição acentuada da renda na pandemia. Foram as características associadas ao ausência de apoio: viver com o idoso; dedicar-se ao cuidado em tempo integral; residir em domicílios com uma ou duas pessoas; e relatar um aumento acentuado do esforço dedicado ao cuidado na pandemia. No geral, as cuidadoras com apoio contratado tiveram as melhores condições socioeconômicas, de cuidado e saúde. A desassistência foi relacionada a piores condições de saúde e cuidado, enquanto o apoio familiar às piores condições socioeconômicas.

Resumo em Espanhol:

Resumen: Este estudio tiene por objetivo identificar el tipo de apoyo recibido por las cuidadoras familiares de personas mayores en la pandemia de la COVID-19 y sus factores socioeconómicos de salud y atención asociados. Se utilizaron los datos del estudio CUIDA-COVID, un cuestionario en línea aplicado entre agosto y noviembre de 2020 (n = 4.820). Se construyeron tres modelos múltiples, teniendo en cuenta el resultado: apoyo contratado, apoyo familiar y falta de apoyo. Las variables independientes relacionadas con los aspectos socioeconómicos, de salud y de atención se convirtieron en categorías dicotómicas. El apoyo familia fue el más frecuente (48,6%), seguido de la falta de apoyo (38,3%) y el apoyo contratado (13,1%). No se observaron asociaciones significativas entre raza/color, pobreza, problemas crónicos de espalda y estado de ánimo negativo con ninguno de los tipos de apoyo. Los siguientes factores se asociaron fuertemente (RPajustado > 2,0) con el apoyo contratado: la falta de descenso brusco de los ingresos en la pandemia, la falta de dedicación a la atención a tiempo completo, la autoevaluación de la salud como buena/excelente, y el alto grado de dependencia de las personas mayores. Las principales asociaciones en el apoyo familia fueron las siguientes: ascenso no brusco del esfuerzo dedicado a la atención en la pandemia, la no dedicación a una atención a tiempo completo y la fuerte caída de los ingresos en la pandemia. Las características asociadas a la falta de apoyo fueron las siguientes: vivir con la persona mayor, dedicarse a una atención a tiempo completo, vivir con 1 o 2 personas en el hogar, y reportar un marcado incremento en el esfuerzo dedicado a la atención en la pandemia. En general, las cuidadoras con apoyo contratado tenían las mejores condiciones socioeconómicas, de atención y de salud. La falta de atención se relacionó con peores condiciones de salud y atención, mientras que el apoyo familia se relacionó con peores condiciones socioeconómicas.

Resumo em Inglês:

Abstract: This study aims to identify the type of support received by family caregivers of older people during the COVID-19 pandemic, as well as the associated socioeconomic health and care-related factors. Data from CUIDA-COVID study, an online questionnaire conducted from august to november 2020 (n = 4,820) were used. Three multiple models were built, with the following outcome: contracted support, family support, and lack of support. Independent variables related to socioeconomic, health, and care aspects were converted into dichotomous categories. Family support was the most common (48.6%), followed by lack of support (38.3%), and contracted support (13.1%). No significant associations were observed between race/skin color, poverty status, chronic back pain and negative mood with any type of support. Factors strongly associated (adjustedPR > 2.0) with contracted support were: the non-sharp decrease in income during the pandemic; non-dedication to full-time care; self-rated good/excellent health; and the high degree of dependence of the older individual. For family support, the main associations were: the non-marked increase in the effort to care during the pandemic, the non-dedication to full-time care and the sharp decrease in income during the pandemic. The characteristics associated with lack of support were: living with the older person; dedication to full-time care; living in households with 1 or 2 people; and report a sharp increase in effort to care during the pandemic. Overall, caregivers with contracted support had the best socioeconomic, care and health conditions. Lack of support was related to worse health and care conditions, while family support was related to worse socioeconomic conditions.

Resumo em Português:

Resumo: O objetivo foi identificar os relatos de sintomas de depressão, ansiedade e estresse entre cuidadores de crianças sem deficiência visual, com baixa visão e com cegueira e sua relação com o grau de apoio social, emocional, material e afetivo. Estudo transversal e multicêntrico, realizado no Município do Rio de Janeiro, Brasil, entre 2019 e 2020. Aplicou-se um questionário para obter dados sociodemográficos e econômicos do cuidador. Foram utilizadas a Escala de Apoio Social (The Medical Outcomes Study Social Support Scale - MOS-SSS) e a Escala de Depressão, Ansiedade e Estresse (The Depression, Anxiety, and Stress Scale - DASS-21). Na comparação entre as escalas, foram utilizados testes para comparações múltiplas. Estimou-se a razão de prevalência de sintomas de depressão, ansiedade e estresse. Do total de cuidadores (N = 355), mais de 90% eram mulheres-mães e a maior proporção de cuidadores sem instrução ou Ensino Fundamental incompleto e com menor renda média mensal foi daqueles de crianças com deficiência visual. A maioria dos cuidadores de crianças com cegueira relatou sintomas de depressão, ansiedade e estresse (respectivamente, 66,7%, 73,3% e 80%), mesmo comportamento observado no grupo de cuidadores de crianças com baixa visão. Na avaliação da relação entre os resultados das escalas MOS-SSS e DASS-21, entre os cuidadores de crianças sem deficiência ou com menor comprometimento visual, observou-se maiores apoios e menores escores de relatos de depressão, ansiedade e estresse. Entre os cuidadores de crianças cegas, as maiores prevalências não dependeram dos apoios recebidos. Os resultados indicam a necessidade de uma política de cuidado com mecanismos de proteção à saúde mental dos cuidadores de crianças com deficiência visual.

Resumo em Espanhol:

Resumen: El objetivo fue identificar los relatos de síntomas de depresión, ansiedad y estrés entre cuidadores de niños sin discapacidad visual, con baja visión y con ceguera y su relación con el grado de apoyo social, emocional, material y afectivo. Estudio transversal y multicéntrico realizado en la ciudad de Río de Janeiro, Brasil, entre el 2019 y el 2020. Se aplicó un cuestionario para obtener datos sociodemográficos y económicos del cuidador. Se utilizaron la Escala de Apoyo Social (The Medical Outcomes Study Social Support Scale - MOS-SSS) y Escala de Depresión, Ansiedad y Estrés (The Depression, Anxiety, and Stress Scale - DASS-21). Al comparar las escalas, se utilizaron pruebas para comparaciones múltiples. Se estimó la razón de prevalencia de síntomas de depresión, ansiedad y estrés. Del total de cuidadores (N = 355), más del 90% eran mujeres madres y la mayor proporción de cuidadores sin escolaridad o con primaria incompleta y con menor ingreso mensual promedio fueron los de niños con discapacidad visual. La mayoría de los cuidadores de niños con ceguera reportó síntomas de depresión, ansiedad y estrés, respectivamente, 66,7%, 73,3% y 80%, mismo comportamiento observado en el grupo de cuidadores de niños con baja visión. Al evaluar la relación entre los resultados de las escalas MOS-SSS y DASS-21, entre los cuidadores de niños sin discapacidad o con menor compromiso visual, se observó mayor apoyo y menores puntajes de relatos de depresión, ansiedad y estrés. Entre los cuidadores de niños ciegos, la mayor prevalencia de tales relatos no dependió del apoyo recibido. Los resultados indican la necesidad de una Política de Cuidado con mecanismos para proteger la salud mental de los cuidadores de niños con discapacidad visual.

Resumo em Inglês:

Abstract: We aimed to identify the reports of symptoms of depression, anxiety, and stress among caregivers of children without visual impairment, with low vision, and with blindness and their relationship with the degree of social, emotional, material, and affective support. This cross-sectional and multicenter study was conducted in the municipality of Rio de Janeiro, Brazil, from 2019 to 2020. A questionnaire was applied to obtain caregivers’ sociodemographic and economic data. The Medical Outcomes Study Social Support Scale (MOS-SSS) and The Depression, Anxiety, and Stress Scale (DASS-21) were used. Tests were used for multiple comparisons of these scales. The prevalence ratio of symptoms of depression, anxiety, and stress was estimated. Of all caregivers (N = 355), more than 90% were women-mothers. Caregivers of children with visual impairment show the highest proportion of no schooling, incomplete elementary education, or lower average monthly income. Most caregivers of children with blindness reported symptoms of depression, anxiety, and stress (66.7%, 73.3%, and 80%, respectively) as did those of children with low vision. The evaluation of the relationship between MOS-SSS and DASS-21 results shows greater support and lower scores of reports of depression, anxiety, and stress for caregivers of children without disabilities or with less visual impairment. For caregivers of blind children, the highest prevalence of such reports was independent of the received support. Results indicate the need for a care policy with mechanisms to protect the mental health of caregivers of visually impaired children.

Resumo em Português:

Resumo: A translação do conhecimento (TC) tem como propósito a utilização prática dos resultados de pesquisas científicas e o monitoramento dos benefícios causados à saúde da população. Na área de saúde, o governo e, principalmente, a sociedade esperam que os investimentos em pesquisas obtenham resultados que vão além da produção e da publicação do conhecimento, e provoquem soluções como políticas públicas, sistemas, produtos e tecnologias para beneficiar a saúde da população. Contudo, verifica-se ainda a necessidade de superar diversos desafios para eliminar as lacunas existentes entre a investigação e a aplicação. O objetivo deste estudo é propor estratégias, com base na identificação de barreiras e fatores facilitadores de um instituto de ciência e tecnologia (ICT) em saúde, para fomentar o processo de transformação do conhecimento científico, gerado nas pesquisas, em ações e produtos que contribuam para a melhoria da saúde da população. Os relatos das entrevistas, realizadas com 16 pesquisadores, permitiram a identificação de 10 categorias de barreiras, tendo destaque: “financiamento em ciência, tecnologia e informação (CT&I) limitado” e “apoio técnico insuficiente para a translação do conhecimento”. “Infraestrutura e apoio institucional” foi a categoria de fatores facilitadores mais citada pelos participantes. Por fim, foi desenvolvido o artefato “estratégias e abordagens para superação de barreiras à implementação de resultados de pesquisa”. Entre as estratégias, sugere-se a inclusão de uma disciplina de TC nos programas de pós-graduação stricto sensu e a criação de uma instância na estrutura organizacional do ICT voltada à prestação de suporte técnico e gerencial à aplicação de resultados de pesquisa.

Resumo em Espanhol:

Resumen: La traslación del conocimiento (TC) tiene como propósito el uso práctico de los resultados de investigaciones científicas y el seguimiento de los beneficios causados a la salud de la población. En el área de la salud, el gobierno y, sobre todo, la sociedad esperan que las inversiones en investigaciones obtengan resultados que vayan más allá de la producción y publicación de conocimiento, y provoquen resultados, como políticas públicas, sistemas, productos y tecnologías en beneficio de la salud de la población. Sin embargo, se observa aun la necesidad de superar diversos desafíos para eliminar las brechas entre la investigación y la aplicación. El objetivo de este estudio es proponer estrategias con base en la identificación de barreras y factores facilitadores de un instituto de ciencia y tecnología (ICT) en salud, para fomentar el proceso de transformación del conocimiento científico generado en las investigaciones en acciones y productos que contribuyan a mejorar la salud de la población. Los relatos de las entrevistas a 16 investigadores permitieron identificar 10 categorías de barreras, con énfasis en: “financiación en CT&I limitado” y “apoyo técnico insuficiente para la traslación del conocimiento”. “Infraestructura y apoyo institucional” fue la categoría de factores facilitadores más citada por los participantes. Finalmente, se desarrolló el artefacto “estrategias y enfoques para la superación de barreras a la implementación de resultados de investigación”. Entre las estrategias, se sugiere la inclusión de una asignatura de TC en los programas de posgrado stricto sensu y la creación de una instancia en la estructura organizacional del ICT orientada a brindar apoyo técnico y gerencial a la aplicación de los resultados de la investigación.

Resumo em Inglês:

Abstract: Knowledge translation (KT) aims at the practical use of scientific research results and at the monitoring of the benefits caused to the population’s health. In health, the government and especially society expect that investments in research will produce results that go beyond the production and publication of knowledge, provoking outcomes such as public policies, systems, products, and technologies to benefit the health of the population. However, closing the gaps between research and application requires overcoming a number of challenges. This study aimed to propose strategies to foster the process of transforming the scientific knowledge generated in research into actions and products that contribute to improving the population’s health based on the identification of barriers and facilitating factors of a health science and technology institute. The reports of interviews conducted with 16 researchers showed 10 categories of barriers, especially: “limited funding to the science and technology institute” and “insufficient technical support for knowledge translation”. “Infrastructure and institutional support” was the facilitating factor category participants mentioned the most. Finally, we developed the artifact “strategies and approaches for overcoming barriers to implement research results”. Among the strategies, we suggest the inclusion of a knowledge translation discipline in stricto sensu graduate programs and the creation of an instance in the organizational structure of the science and technology institute to technically and managerially support the application of research results.

Resumo em Português:

Os pacientes com síndrome pós-COVID-19 se beneficiam de programas de promoção de saúde e sua rápida identificação é importante para a utilização custo efetiva desses programas. Técnicas tradicionais de identificação têm fraco desempenho, especialmente em pandemias. Portanto, foi realizado um estudo observacional descritivo utilizando 105.008 autorizações prévias pagas por operadora privada de saúde com aplicação de método não supervisionado de processamento de linguagem natural por modelagem de tópicos para identificação de pacientes suspeitos de infecção por COVID-19. Foram gerados seis modelos: três utilizando o algoritmo BERTopic e três modelos Word2Vec. O modelo BERTopic cria automaticamente grupos de doenças. Já no modelo Word2Vec, para definição dos tópicos relacionados a COVID-19, foi necessária análise manual dos 100 primeiros casos de cada tópico. O modelo BERTopic com mais de 1.000 autorizações por tópico sem tratamento de palavras selecionou pacientes mais graves - custo médio por autorizações prévias pagas de BRL 10.206 e gasto total de BRL 20,3 milhões (5,4%) em 1.987 autorizações prévias (1,9%). Teve 70% de acerto comparado à análise humana e 20% de casos com potencial interesse, todos passíveis de análise para inclusão em programa de promoção à saúde. Teve perda importante de casos quando comparado ao modelo tradicional de pesquisa com linguagem estruturada e identificou outros grupos de doenças - ortopédicas, mentais e câncer. O modelo BERTopic serviu como método exploratório a ser utilizado na rotulagem de casos e posterior aplicação em modelos supervisionados. A identificação automática de outras doenças levanta questionamentos éticos sobre o tratamento de informações em saúde por aprendizado de máquina.

Resumo em Espanhol:

Los pacientes con síndrome pos-COVID-19 pueden beneficiarse de los programas de promoción de la salud. Su rápida identificación es importante para el uso efectivo de estos programas. Las técnicas de identificación tradicionales no tienen un buen desempeño, especialmente en pandemias. Se realizó un estudio observacional descriptivo, con el uso de 105.008 autorizaciones previas pagadas por un operador de salud privado mediante la aplicación de un método no supervisado de procesamiento del lenguaje natural mediante modelado temático para identificar a los pacientes sospechosos de estar infectados por COVID-19. Se generaron 6 modelos: 3 con el uso del algoritmo BERTopic y 3 modelos Word2Vec. El modelo BERTopic crea automáticamente grupos de enfermedades. En el modelo Word2Vec para definir temas relacionados con la COVID-19, fue necesario el análisis manual de los primeros 100 casos de cada tema. El modelo BERTopic con más de 1.000 autorizaciones por tema sin tratamiento de palabras seleccionó a pacientes más graves: costo promedio por autorizaciones previas pagada de BRL 10.206 y gasto total de BRL 20,3 millones (5,4%) en 1.987 autorizaciones previas (1,9%). Además, contó con el 70% de aciertos en comparación con el análisis humano y el 20% de los casos con potencial interés, todos los cuales pueden analizarse para su inclusión en un programa de promoción de la salud. Hubo una pérdida significativa de casos en comparación con el modelo tradicional de investigación con lenguaje estructurado y se identificó otros grupos de enfermedades: ortopédicas, mentales y cáncer. El modelo BERTopic sirvió como un método exploratorio para ser utilizado en el etiquetado de casos y su posterior aplicación en modelos supervisados. La identificación automática de otras enfermedades plantea preguntas éticas sobre el tratamiento de la información de salud mediante el aprendizaje de máquina.

Resumo em Inglês:

Patients with post-COVID-19 syndrome benefit from health promotion programs. Their rapid identification is important for the cost-effective use of these programs. Traditional identification techniques perform poorly especially in pandemics. A descriptive observational study was carried out using 105,008 prior authorizations paid by a private health care provider with the application of an unsupervised natural language processing method by topic modeling to identify patients suspected of being infected by COVID-19. A total of 6 models were generated: 3 using the BERTopic algorithm and 3 Word2Vec models. The BERTopic model automatically creates disease groups. In the Word2Vec model, manual analysis of the first 100 cases of each topic was necessary to define the topics related to COVID-19. The BERTopic model with more than 1,000 authorizations per topic without word treatment selected more severe patients - average cost per prior authorizations paid of BRL 10,206 and total expenditure of BRL 20.3 million (5.4%) in 1,987 prior authorizations (1.9%). It had 70% accuracy compared to human analysis and 20% of cases with potential interest, all subject to analysis for inclusion in a health promotion program. It had an important loss of cases when compared to the traditional research model with structured language and identified other groups of diseases - orthopedic, mental and cancer. The BERTopic model served as an exploratory method to be used in case labeling and subsequent application in supervised models. The automatic identification of other diseases raises ethical questions about the treatment of health information by machine learning.