Lourival G. Silva Jr., Rossana M. C. Andrade, Joaquim Celestino Jr.
{"title":"Desafios e Tendências na Predição de Sepse","authors":"Lourival G. Silva Jr., Rossana M. C. Andrade, Joaquim Celestino Jr.","doi":"10.5753/sbcas.2023.230163","DOIUrl":null,"url":null,"abstract":"A sepse é uma das principais causas de mortes em Unidades de Terapia Intensiva (UTI) e possui elevados custos para os sistemas de saúde em todo o mundo. Sendo assim, é importante descobrir quais os desafios e tendências sobre este tema para contribuir com pesquisas futuras. Este trabalho apresenta um Mapeamento Sistemático da Literatura (MSL) em que os artigos foram analisados dentro do intervalo de 2016 a 2020 com foco em predição de sepse. Os resultados mostraram, além de outras evidências, que a diversidade de modelos de predição de sepse encontrados revela uma clara necessidade de padronização nesta área.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbcas.2023.230163","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A sepse é uma das principais causas de mortes em Unidades de Terapia Intensiva (UTI) e possui elevados custos para os sistemas de saúde em todo o mundo. Sendo assim, é importante descobrir quais os desafios e tendências sobre este tema para contribuir com pesquisas futuras. Este trabalho apresenta um Mapeamento Sistemático da Literatura (MSL) em que os artigos foram analisados dentro do intervalo de 2016 a 2020 com foco em predição de sepse. Os resultados mostraram, além de outras evidências, que a diversidade de modelos de predição de sepse encontrados revela uma clara necessidade de padronização nesta área.