Segurança do paciente e inteligência artificial: modelos preditivos de indicadores de segurança do paciente

DSpace Repository

A- A A+

Segurança do paciente e inteligência artificial: modelos preditivos de indicadores de segurança do paciente

Show simple item record

dc.contributor Universidade Federal de Santa Catarina pt_BR
dc.contributor.advisor Lorenzini, Elisiane
dc.contributor.author Acuña, Alexia Lia Tomacheski
dc.date.accessioned 2026-09-10T14:28:51Z
dc.date.available 2026-09-10T14:28:51Z
dc.date.issued 2026-09-09
dc.identifier.uri https://repositorio.ufsc.br/handle/123456789/275703
dc.description Tecnologia e inovação pt_BR
dc.description.abstract Introdução: A análise dos incidentes de segurança do paciente por meio de sistemas de notificação pode contribuir para identificar riscos e subsidiar ações de melhoria nos serviços de saúde. Entretanto, estudos apontam limitações na qualidade dos registros, como informações incompletas ou fragmentadas, o que pode dificultar a análise desses incidentes (Saarikoski et al., 2022; Jabin et al., 2024; Hoops et al., 2024). Diante desse cenário, este estudo integra o projeto “Segurança do paciente e inteligência artificial: modelos preditivos de indicadores de segurança do paciente” e tem como objetivo analisar a prevalência de incidentes notificados de segurança do paciente no Hospital Universitário Polydoro Ernani de São Thiago. Método: Trata-se de um estudo longitudinal retrospectivo, descritivo e analítico. Este estudo foi desenvolvido em um hospital de ensino situado no sul do Brasil, que atende usuários do Sistema Único de Saúde (SUS). As notificações de incidentes de segurança do paciente registradas entre 2019 e 2025 foram extraídas, em abril de 2025, do sistema eletrônico institucional de notificação de incidentes (VIGIHOSP) e armazenadas em planilhas do Microsoft Excel. Resultados: Foram analisados 1.048 incidentes relacionados à segurança do paciente. A categoria “Outros” apresentou a maior frequência (57,0%), seguida pelas falhas relacionadas ao uso de medicamentos (25,3%), quedas (3,9%) e lesões de pele (3,2%). Quanto à gravidade, predominaram incidentes sem dano (40,0%), seguidos por danos leves (20,6%) e moderados (15,2%). Observou-se elevada ausência de informações nas variáveis idade (53,7%), raça/cor (52,0%) e turno de ocorrência (42,6%). Conclusão: A análise evidenciou predominância de incidentes classificados como “Outros”, além de elevada incompletude dos registros, indicando limitações na disponibilidade de informações para a caracterização dos incidentes. Esses achados reforçam a importância da qualificação dos registros de notificação como etapa fundamental para a análise dos incidentes e para o desenvolvimento de estratégias voltadas à segurança do paciente. A experiência proporcionada pelo desenvolvimento deste estudo enquanto bolsista de iniciação científica articulada às demais vivências no grupo de pesquisa, favoreceu o contato com diferentes áreas de conhecimento fortalecendo habilidades relacionadas à pesquisa e à formação acadêmica em enfermagem. pt_BR
dc.language.iso por pt_BR
dc.publisher Florianópolis, SC pt_BR
dc.subject Segurança do paciente pt_BR
dc.subject incidentes pt_BR
dc.subject notificações pt_BR
dc.title Segurança do paciente e inteligência artificial: modelos preditivos de indicadores de segurança do paciente pt_BR
dc.type video pt_BR


Files in this item

Files Size Format View
vídeo SIC.mp4 14.67Mb MPEG-4 video View/Open

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account

Statistics

Compartilhar