Esse artigo buscou compreender e analisar o perfil epidemiológico de tétano acidental no Brasil, nos últimos 10 anos, além do impacto da imunização nesse cenário. Realizou-se um estudo transversal, observacional e descritivo sobre o tétano acidental no Brasil entre 2015 e 2024, com base em dados do SINAN, SI-PNI e IBGE. Foram analisados indicadores como perfil sociodemográfico, taxa de letalidade, número de casos e cobertura vacinal. Entre 2015 e 2024, foram notificados 2.122 casos de tétano acidental no Brasil. A Região Nordeste concentrou os registros, seguida pelo Sul e Sudeste. Houve predominância no sexo masculino, principalmente em adultos de 40 a 59 anos, além de maior ocorrência em indivíduos de baixa escolaridade. Os achados reforçam desigualdades regionais e a vulnerabilidade de grupos socioeconomicamente desfavorecidos. A baixa adesão a reforços vacinais contribui para a perda da imunidade adquirida na infância com as primeiras doses, refletindo no predomínio de casos em adultos. O tétano acidental permanece como problema de saúde pública no Brasil, especialmente em regiões vulneráveis. Destaca-se a necessidade de campanhas vacinais contínuas, busca ativa de não vacinados, fortalecimento da atenção primária e qualificação do manejo clínico, objetivando reduzir a morbimortalidade.
Objetivo: analisar as aplicações da inteligência artificial no manejo do diabetes mellitus. Materiais e Métodos: revisão integrativa da literatura realizada a partir da análise de artigos publicados entre 2020 e 2025. Após aplicação dos critérios de inclusão e exclusão, foram selecionados 14 artigos originais. A análise considerou os princípios metodológicos do modelo PICO e as diretrizes PRISMA (Preferred Reporting Items for Systematic reviews and Meta-Analyses). Resultados: os estudos evidenciaram que modelos de aprendizado de máquina apresentaram elevado potencial para predição de complicações, estratificação de risco, otimização do monitoramento glicêmico e apoio à tomada de decisão clínica. Sistemas computacionais de triagem, algoritmos preditivos, dispositivos vestíveis e chatbots demonstraram utilidade na personalização do cuidado e na promoção do letramento em saúde. Conclusão: a inteligência artificial pode ser uma estratégia promissora para o manejo do diabetes mellitus ao ampliar a precisão diagnóstica, favorecer intervenções precoces e aprimorar o acompanhamento clínico, embora desafios relacionados à padronização dos dados, validação científica, aceitabilidade profissional e integração tecnológica ainda são observados.
1 September 2025 in Brazilian Journal of Implantology and Health Sciences
Este estudo apresenta o desenvolvimento da plataforma digital "Aprenda Diabetes" com integração do Chatbot “Glico”, utilizando Inteligência Artificial generativa para promover o letramento em saúde (LS) de pessoas que convivem com o Diabetes Mellitus (DM). Fundamentado no conceito de letramento em saúde como abordagem teórica, o projeto buscou oferecer conteúdo educativo acessível e suporte personalizado e contínuo diante do crescente número de casos de DM e das limitações no acesso a informações confiáveis. A plataforma foi desenvolvida pela metodologia Design Sprint, envolvendo cinco etapas: entender, esboçar, decidir, prototipar e testar. Inclui recursos como glossário de termos, dicas, blog com artigos especializados e repositório de materiais validados. Resultados preliminares indicam boa aceitação dos usuários e potencial para melhorar a autogestão da doença. A validação clínica com usuários reais será essencial para consolidar sua eficácia. O projeto representa ferramenta acessível para educação em saúde, com perspectivas positivas para a melhoria da qualidade de vida.