This narrative review describes implementation, current status and perspectives of a pharmacogenomic (PGx) program at the Brazilian National Cancer Institute (INCA), targeting the cancer chemothera...

This study investigates turnover intentions within the context of Brazilian public organizations, focusing on Information and Communications Technology professionals. Moreover, the research highlights the factors influencing turnover intentions and underscores the critical role of remote work and compensation satisfaction, particularly salary, in shaping these intentions. The desire for the flexibility inherent in remote work and the emphasis on equitable and competitive compensation packages emerge as critical drivers for retaining technology professionals. In addition to these key factors, these findings underscore organizations’ need to adopt effective retention strategies, encompassing policies that endorse remote work alternatives and establish competitive compensation norms. By addressing these factors, Brazilian public institutions can cultivate a stable and committed technology professionals workforce. Consequently, this study enriches the understanding of strategic decision-making and human resource practices, offering pertinent insights for organizational enhancement.

Mobile devices frequently used in other specialties can find great utility in palliative care. For healthcare professionals, the use of mobile technology not only can bring additional resources to the care, but it can actually radically change the cancer remote care practices. The Brazilian National Cancer Institute (INCA) has developed the largest cancer home care program in Latin America, which currently benefits more than 500 patients. The purpose of this paper is to show the development of an ICT environment of mobile applications developed to support the palliative cancer care program at INCA.

A indústria farmacêutica configura-se como um oligopólio, com produtos diferenciados em segmentos de classes terapêuticas específicas. As grandes farmacêuticas globais concentram seus esforços de pesquisa e de comercialização nas doenças degenerativas, que trazem maior retorno financeiro. No Brasil, destaca-se a presença de um conjunto de laboratórios públicos, os quais compõem a Rede Brasileira de Produção Pública de Medicamentos (RBPPM), voltados para as necessidades do Sistema Único de Saúde (SUS), em grande parte negligenciadas pelas Big Pharmas. O objetivo deste estudo é investigar o uso pelos laboratórios farmacêuticos oficiais brasileiros das contribuições derivadas das tecnologias da informação e comunicação (TIC), no sentido da integração da cadeia de suprimentos da RBPPM. Em sua primeira fase, a pesquisa de campo foi realizada por meio de uma abordagem quantitativa em todos os laboratórios oficiais afiliados à Associação de Laboratórios Farmacêuticos Oficiais Brasileiros (Alfob). Essa análise permitiu levantar questões que foram aprofundadas por meio da abordagem qualitativa em três laboratórios selecionados da fase anterior. As evidências coletadas permitem concluir que os objetivos descritos na criação da RBPPM, cujo alcance poderia ser facilitado pela adoção dos atributos da GCS pela rede capitaneada pelo Ministério da Saúde, ainda são incipientes e erráticos. O estudo demonstrou que, apesar das evidências teóricas e empíricas a respeito da capacidade das TIC de integrar processos, os laboratórios públicos brasileiros ainda fazem pouco uso das tecnologias estudadas na gestão de cadeias de suprimento (GCS), e o desempenho das poucas ferramentas encontradas revelou-se incipiente e insatisfatório. É bem provável que essa evidência seja uma decorrência natural do fato de que a RBPPM não utilizava uma abordagem de GCS na época em que esta pesquisa foi realizada.

Transcriptional regulation plays an important role in every cellular decision. Unfortunately, understanding the dynamics that govern how a cell will respond to diverse environmental cues is difficult using intuition alone. We introduce logic based regulation models based on state-of-the-art work on statistical relational learning, and validate our approach by using it to analyze time-series gene expression data of the Hog1 pathway. Our results show that plausible regulatory networks can be learned from time series gene expression data using a probabilistic logical model. Hence, network hypotheses can be generated from existing gene expression data for use by experimental biologists.