Brasil
Brasil
Introducción: La depresión puede ser desencadenada por factores biológicos, psicosociales y ambientales, incluidos los factores de riesgo en el ambiente laboral. Objetivo: Describir la interfaz de un software para identificar factores asociados a depresión y ansiedad en trabajadores de salud de un hospital. Método: Estudio tecnológico, caracterizado como investigación metodológica del tipo aplicada, utilizando Pensamiento de Diseño (Design Thinking) y el desarrollo de interfaces en la plataforma Kodular. Se elaboraron conteniendo la escala de ansiedad de Hamilton-HamD, las variables: sexo, edad, tipo de vínculo, estado civil, ingresos, existencia de comorbilidad, estilo de vida, cambios de presión arterial, peso, talla, uso de medicamentos y jornada de trabajo. Resultados: Las interfaces construidas apoyarán la creación de la aplicación, que será probada en trabajadores de hospital universitario. Es necesario desarrollar y aplicar el prototipo para conocer los predictores de presión y ansiedad. Conclusión: Esta aplicación fue concebida como una estrategia de atención a la salud mental de trabajadores de la salud, considerando factores a los que están expuestos en actividades laborales. Sin embargo, las aplicaciones en general tienen algunas limitaciones en cuanto a su funcionalidad, efectividad y confiabilidad. Cabe señalar que pueden favorecer la toma de decisiones clínicas y el seguimiento de las condiciones de salud de la población involucrada. La inteligencia artificial se ha utilizado en medicina desde la conformación de equipos hasta la integración con enfoque en sistemas ciberfísicos en salud, apuntando a cambios estructurales o relacionados con políticas que pueden afectar la adopción, valor y mejora de la atención.
Introdução: A depressão pode ser desencadeada por fatores biológicos, psicossociais e ambientais, incluindo fatores de risco no ambiente de trabalho. Objetivo: Descrever a interface de um software para identificar os fatores associados à depressão e ansiedade em trabalhadores da saúde de um hospital. Método: Estudo tecnológico, caracterizado como pesquisa metodológica do tipo aplicada, utilizando o Design Thinking sendo a elaboração das interfaces na plataforma Kodular. Elas foram elaboradas contendo a escala de ansiedade de Hamilton-HamD, as variáveis: sexo, idade, tipo de vínculo, estado civil, renda, existência de comorbidade, estilo de vida, alterações pressóricas, peso, altura, uso de medicamentos e jornada de trabalho. Resultados: As interfaces construídas servirão de suporte para a criação do aplicativo, que será testado nos trabalhadores de um hospital universitário. É necessário desenvolver e aplicar o protótipo, a fim de conhecer quais os preditores da pressão e ansiedade num grupo de trabalhador. Conclusão: Este aplicativo foi concebido como estratégia de atenção à saúde mental do trabalhador da saúde, considerando os fatores a que estão expostos em suas atividades laborais. No entanto, os aplicativos em geral apresentam algumas limitações quanto a sua funcionalidade, eficácia e confiabilidade. Convém salientar que eles podem favorecer nas tomadas de decisões clínicas e no acompanhamento das condições de saúde da população envolvida. A inteligência artificial vem sendo usada na medicina desde a construção de equipamentos como na integração com foco em sistemas ciberfísicos na saúde, visando mudanças estruturais ou relacionadas as políticas podendo afetar a adoção, o valor e a melhoria dos cuidados.
Introduction: Depression can be triggered by biological, psychosocial and environmental factors, including risk factors in the work environment. Objective: To describe the interface of a software to identify factors associated with depression and anxiety in health workers at a hospital. Method: Technological study, characterized as methodological research of the applied type, using Design Thinking and the development of interfaces on the Kodular platform. They were prepared containing the Hamilton-HamD anxiety scale, the variables: sex, age, type of bond, marital status, income, existence of comorbidity, lifestyle, blood pressure changes, weight, height, use of medication and journey of I work. Results: The built interfaces will support the creation of the application, which will be tested on workers at a teaching hospital. It is necessary to develop and apply the prototype in order to know which are the predictors of pressure and anxiety in a group of workers. Conclusion: This application was conceived as a mental health care strategy for health workers, considering the factors to which they are exposed in their work activities. However, applications in general have some limitations regarding their functionality, effectiveness and reliability. It should be noted that they can favor clinical decision-making and monitoring of the health conditions of the population involved. Artificial intelligence has been used in medicine from the construction of equipment to the integration with a focus on cyber-physical systems in health, targeting structural or policy-related changes that may affect the adoption, value and improvement of care.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados