Navegando por Assunto "Fatigue"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Avaliação da saúde mental dos profissionais de saúde durante a pandemia da covid-19(2022) ROSAS JUNIOR, Francisco Ipslon Terezo; SARMANHO, Natália Barata; BRITO, Caio Vinicius Botelho; http://lattes.cnpq.br/9231585273571040; https://orcid.org/0000-0002-7629-8419Introdução: A pandemia de COVID19 teve seu início no ano de 2020, assolando países e matando centenas de milhares de pessoas no mundo todo. Nesse cenário, muito se exigiu dos profissionais da área da saúde. Em meio a tantas incertezas em relação ao prognóstico das infecções, à falta de perspectiva de melhora no curso do cenário mundial, os profissionais da saúde se viram obrigados a encarar de frente esse agente até então desconhecido, mergulhando em desgastantes rotinas laborais, muitas das quais ofertavam condições precárias de trabalho, além de jornadas de trabalho cada vez mais longas por conta do aumento excessivo da demanda de pacientes em condições que necessitavam de algum cuidado hospitalar. Nesse contexto, notouse a necessidade de se investigar a condição de saúde mental dos profissionais que estavam inseridos nos centros hospitalares de BelémPA. Objetivo: Analisar o impacto da pandemia de COVID19 na saúde mental de profissionais da área da saúde que atendem em regime de plantão nos prontos atendimentos. Metodologia: Estudo transversal, desenvolvido a partir da elaboração de questionário submetido aos participantes via Google Forms, no qual conteve perguntas que compunham três escalas de avaliação diferentes já validadas na literatura nacional: uma para ansiedade, outra para insônia e uma terceira para avaliar o estresse do entrevistado. Os dados obtidos foram levantados e analisados pelo teste de Quiquadrado. Resultado: A pesquisa contou com a colaboração de 43 profissionais da área da saúde que estiveram na linha de frente do combate à pandemia do novo coronavírus, atuando no município de BelémPA. Notouse uma maior prevalência do sexo feminino, que representou 65,1% do número total de entrevistados. Além disso, foi percebido uma maior prevalência de participantes com menos de 30 anos (53,5%), bem como uma maioria possuía uma jornada de trabalho na linha de frente maior que 36h semanais. Outro ponto identificado nos dados obtidos, foi a ausência de quaisquer comorbidades na maior parte dos entrevistados (60,5%). Outrossim, foi relatado que mais da metade dos entrevistados (72,1%) possuía algum grau de dificuldade para dormir de maneira adequada. Somado a isso, foi projetado um gráfico de dispersão que revelou um R= 37,98%, permitindo a conclusão de que existe uma associação entre a estafa e a insônia. Por fim, a partir de dados colhidos das respostas do questionário da Escala de Transtorno de Ansiedade Generalizada (GAD7), constatouse que 77,3% dos pesquisados apresentou algum grau de ansiedade durante o período estudado. Conclusão: Diante dos dados coletados e dos resultados obtidos, pôdese concluir que a pandemia da COVID19 afetou a saúde mental dos profissionais de saúde.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Monitoramento inteligente de fadiga: detecção de sonolência em motoristas com IA e visão computacional para aumentar a segurança no trânsito(2024-11-28) COSTA, Leonardo Cabral da; PINHEIRO, Daniel da Conceição; http://lattes.cnpq.br/2970581734279237A fadiga que provoca sinais de sonolência em motoristas é uma das principais causas de acidentes de trânsito. Esses sinais se manifestam em diferentes níveis de gravidade, e quanto maior o nível, maior o risco de acidentes. Este trabalho apresenta um método baseado em inteligência artificial, aprendizado de máquina, aprendizado profundo e visão computacional para desenvolver um sistema capaz de identificar sinais de sonolência e emitir alertas proporcionais ao nível de fadiga detectado. Com o uso da ferramenta YOLO (You Only Look Once), amplamente reconhecido por sua eficácia em detecção de objetos em tempo real, foi desenvolvido um modelo para reconhecer sinais de sonolência em motoristas. O processo de construção do modelo incluiu etapas essenciais, como a coleta de imagens e o treinamento do modelo. Após o treinamento, o modelo foi submetido a testes, que mostraram sua eficiência em detectar sinais de fadiga e seus resultados foram avaliados por meio de métricas estatísticas, verificando sua precisão na identificação dos diferentes níveis de fadiga. Com base nesses sinais, o sistema pode alertar o motorista em casos de fadiga acentuada, atuando como uma ferramenta preventiva para aumentar a segurança no trânsito. Assim, o sistema contribui para a redução de acidentes relacionados à sonolência.