Linha de cuidado de enfermagem em HIV/AIDS no pós-pandemia: comparação entre o modelo tradicional e o modelo apoiado por inteligência artificial

Página do item simplificado
dc.contributor.advisorCarvalho, Érica da Silva
dc.contributor.advisor-latteshttp://lattes.cnpq.br/3325190814999717
dc.contributor.authorSantos, Isabelle Thainá Souza dos
dc.contributor.author-latteshttp://lattes.cnpq.br/3522565019482844
dc.contributor.referee1Carvalho, Érica da Silva
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3325190814999717
dc.contributor.referee2Martins, Alex
dc.contributor.referee2Latteshttp://lattes.cnpq.br/3661607448132704
dc.contributor.referee3Araújo, Felipe Queiroz
dc.contributor.referee3Latteshttp://lattes.cnpq.br/7511574890162839
dc.date.accessioned2026-05-18T16:39:31Z
dc.date.issued2025-11-25
dc.description.abstractThis study aimed to analyze, using artificial intelligence, the nursing care pathways in HIV/AIDS patients who showed favorable outcomes, in order to identify common patterns related to their clinical and care trajectory. Method: A quantitative, observational, and retrospective study was conducted using 20 patient records from a referral hospital in the Northern region of Brazil, between 2020 and 2022. Sociodemographic, clinical, laboratory, and care variables were analyzed, organized with the support of a natural language model for categorization into three groups: continuous care and complete adherence, irregular adherence and early abandonment, and fragmented or non-existent care. Results: The sample consisted of 20 patients, 70% male and 30% female, predominantly residing in peripheral urban areas of Manaus, characterized by high social vulnerability. Low levels of education and limited income were observed, factors that directly influenced adherence to treatment and continuity of care. The analysis revealed that patients with regular, multidisciplinary follow-up showed better clinical outcomes, including viral suppression and adequate CD4 levels. Conversely, cases with irregular adherence or fragmented follow-up showed greater social vulnerability and risk of abandonment. The comparison between the traditional nursing model and the simulated model with Artificial Intelligence (AI) support indicated that technological incorporation can increase adherence to ART from 60% to 85%, increase the regularity of consultations, and reduce outpatient dropouts by up to 50%, by allowing automated monitoring, telemonitoring, and early detection of care risks. Conclusion: The integration between nursing practice and AI technological support proved promising for strengthening the HIV/AIDS care pathway, favoring therapeutic adherence and continuity of care. However, healthcare remains essentially human, requiring a therapeutic bond, effective communication, and an empathetic approach as the basis for trust and treatment success.
dc.description.resumoObjetivou-se analisar, por meio de inteligência artificial, as linhas de cuidado de enfermagem em pacientes com HIV/AIDS que apresentaram evolução favorável, a fim de identificar padrões comuns relacionados à sua trajetória clínica e assistencial. Método: Estudo quantitativo, observacional e retrospectivo, realizado com 20 prontuários de pacientes atendidos em um hospital de referência na região Norte do Brasil, no período de 2020 a 2022. Foram analisadas variáveis sociodemográficas, clínicas, laboratoriais e assistenciais, organizadas com o apoio de modelo de linguagem natural para categorização em três grupos: cuidado contínuo e adesão completa, adesão irregular e abandono precoce, e cuidado fragmentado ou inexistente. Resultados: A amostra foi composta por 20 pacientes, sendo 70% do sexo masculino e 30% do sexo feminino, com predominância de residentes em áreas urbanas periféricas de Manaus, caracterizadas por alta vulnerabilidade social. Observou-se baixa escolaridade e renda limitada, fatores que influenciaram diretamente a adesão ao tratamento e a continuidade do cuidado. A análise revelou que pacientes com acompanhamento regular e multiprofissional apresentaram melhores resultados clínicos, incluindo supressão viral e níveis adequados de CD4. Em contrapartida, casos com adesão irregular ou acompanhamento fragmentado mostraram maior vulnerabilidade social e risco de abandono. A comparação entre o modelo tradicional de enfermagem e o modelo simulado com apoio de Inteligência Artificial (IA) indicou que a incorporação tecnológica pode elevar a adesão à TARV de 60% para 85%, aumentar a regularidade das consultas e reduzir as evasões ambulatoriais em até 50%, ao permitir o monitoramento automatizado, o teleacompanhamento e a detecção precoce de riscos assistenciais. Conclusão: A integração entre a prática de enfermagem e o suporte tecnológico da IA mostrou-se promissora para fortalecer a linha de cuidado em HIV/AIDS, favorecendo adesão terapêutica e continuidade assistencial. Contudo, o cuidado em saúde permanece essencialmente humano, exigindo vínculo terapêutico, comunicação efetiva e abordagem empática como bases da confiança e do sucesso do tratamento.
dc.identifier.citationSANTOS, Isabelle Thainá Souza dos. Linha de cuidado de enfermagem em HIV/AIDS no pós-pandemia: comparação entre o modelo tradicional e o modelo apoiado por inteligência artificial. TCC (Bacharelado em Enfermagem). UEA, Manaus, 2025
dc.identifier.urihttps://ri.uea.edu.br/handle/riuea/8352
dc.publisherUniversidade do Estado do Amazonas
dc.publisher.initialsUEA
dc.relation.references1. Portela de Azevedo A, de Souza Ramos D, de Nazaré da Silva Bento M, Martins Furukaua Bichara C, Sá Batista IV, da Cunha Guimarães LJ, et al. MORTALIDADE DE AIDS NO AMAZONAS: DESCRIÇÃO ANALÍTICA RETROSPECTIVA DE CINCO ANOS. Braz J Implantol Health Sci [Internet]. 2024;6(9):917–29. Disponível em: http://dx.doi.org/10.36557/2674-8169.2024v6n9p917-929 2. Leite DS. A AIDS NO BRASIL: MUDANÇAS NO PERFIL DA EPIDEMIA E PERSPECTIVAS. Braz J Dev [Internet]. 2020;6(8):57382–95. Disponível em: http://dx.doi.org/10.34117/bjdv6n8-228 3. Dias BRL, Rodrigues TB, Botelho EP, Oliveira M de FV de, Feijão AR, Polaro SHI. Integrative review on the incidence of HIV infection and its socio-spatial determinants. Rev Bras Enferm [Internet]. 2021;74(2):e20200905. Disponível em: http://dx.doi.org/10.1590/0034-7167-2020-0905 4. Brasil. Ministério da Saúde. Manual do cuidado contínuo das pessoas vivendo com HIV/AIDS [Internet]. Brasília (DF): Ministério da Saúde; 2023 [citado 2025 set 20]. Disponível em: http://bvsms.saude.gov.br/bvs/publicacoes/manual_cuidado_continuos_pessoas_hiv.p df 5. Kinalski DDF, Kleinubing RE, Bick MA, Langendorf TF, Padoin SM de M, Paula CC de. Linha de cuidado para crianças e adolescentes vivendo com HIV: pesquisa participante com profissionais e gestores. Esc Anna Nery [Internet]. 2021;25(2). Disponível em: http://dx.doi.org/10.1590/2177-9465-ean-2020-0266 6. Saúde lança Linha de Cuidado HIV/Aids para profissionais da área, gestores e cidadãos [Internet]. Departamento de HIV, Aids, Tuberculose, Hepatites Virais e Infecções Sexualmente Transmissíveis. 2021 [citado 19 de set de 2025]. Disponível em: https://www.gov.br/aids/pt-br/assuntos/noticias/2022/maio/saude-lanca-linha-de- cuidado-hiv-aids-para-profissionais-da-area-gestores-e-cidadaos 7. Kleinubing RE, Langendorf TF, Padoin SM de M, Paula CC de. Construção de uma linha de cuidado para atenção à saúde de mulheres vivendo com HIV. Esc Anna Nery [Internet]. 2021;25(5). Disponível em: http://dx.doi.org/10.1590/2177-9465-ean-2021- 0033 8. Alves BL, Lago RF, Engstrom EM. O cuidado às pessoas vivendo com HIV/Aids na Atenção Primária à Saúde na cidade do Rio de Janeiro: uma avaliação de implantação. Saúde Soc. 2022;31(3):e220702. doi:10.1590/0103-11042022E702 9. Loch AP, Caraciolo JM de M, Rocha SQ, Fonsi M, Souza R de A, Gianna MC, et al. Intervenção para a implementação do monitoramento clínico em serviços especializados de atenção às pessoas vivendo com HIV/aids. Cad Saude Publica [Internet]. 2020;36(5):e00136219. Disponível em: http://dx.doi.org/10.1590/0102-311x00136219 10. Rosa NGD, Vaz TA, Lucena AF. Nursing workload: use of artificial intelligence to develop a classifier model. Rev Lat Am Enfermagem [Internet]. 2024;32:e4239. doi:10.1590/1518-8345.7131.4239 11. Toledo LV, Bhering LL, Ercole FF. Artificial intelligence to predict bed bath time in Intensive Care Units. Rev Bras Enferm [Internet]. 2024;77(1):e20230201. Disponível em: http://dx.doi.org/10.1590/0034-7167-2023-0201 12. Paixão GM de M, Santos BC, Araujo RM de, Ribeiro MH, Moraes JL de, Ribeiro AL. Machine Learning na Medicina: Revisão e Aplicabilidade. Arq Bras Cardiol [Internet]. 2022;118(1):95–102. Disponível em: http://dx.doi.org/10.36660/abc.20200596 13. Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med [Internet]. 2019;25(1):44–56. Disponível em: http://dx.doi.org/10.1038/s41591-018-0300-7 14. Esteva A, Robicquet A, Ramsundar B, Kuleshov V, DePristo M, Chou K, et al. A guide to deep learning in healthcare. Nat Med [Internet]. 2019;25(1):24–9. Disponível em: http://dx.doi.org/10.1038/s41591-018-0316-z 15. Silva JAG, Dourado I, Brito AM de, Silva CAL da. Fatores associados à não adesão aos antirretrovirais em adultos com AIDS nos seis primeiros meses da terapia em Salvador, Bahia, Brasil. Cad Saude Publica [Internet]. 2015;31(6):1188–98. Disponível em: http://dx.doi.org/10.1590/0102-311x00106914 16. Sousa LB de, Sousa IM de, Costa EC, Freitas APF de, Santos LVFD, Ferreira AGN. IST Nurse®: development and validity evidence of a mobile application as a support for the clinical management of Sexually Transmitted Infections. Rev Lat Am Enfermagem [Internet]. 2024;32:e4317. Disponível em: http://dx.doi.org/10.1590/1518-8345.7207.4317 17. Lesko CR, Sampson LA, Miller WC, Clymore J, Leone PA, Swygard H, et al. Measuring the HIV care continuum using public health surveillance data in the United States. J Acquir Immune Defic Syndr [Internet]. 2015;70(5):489–94. Disponível em: http://dx.doi.org/10.1097/QAI.0000000000000788 18. Waterfield KC, Shah GH, Etheredge GD, Ikhile O. Consequences of COVID-19 crisis for persons with HIV: the impact of social determinants of health. BMC Public Health [Internet]. 2021;21(1):299. Disponível em: http://dx.doi.org/10.1186/s12889-021- 10296-9 19. Nachega JB, Uthman OA, Anderson J, Peltzer K, Wampold S, Cotton MF, et al. Adherence to antiretroviral therapy during and after pregnancy in low-income, middle- income, and high-income countries: a systematic review and meta-analysis: A systematic review and meta-analysis. AIDS [Internet]. 2012;26(16):2039–52. Disponível em: http://dx.doi.org/10.1097/QAD.0b013e328359590f 20. Arantes LMN, Pedroso AO, Menegueti MG, Gir E, Botelho EP, Silva AC de OE, et al. Factors associated with late diagnosis of human immunodeficiency virus/acquired immunodeficiency syndrome (HIV/AIDS) in a university Hospital in Brazil: Challenges to achieving the 2030 target. Viruses [Internet]. 2023;15(10). Disponível em: http://dx.doi.org/10.3390/v15102097 21. Conselho Federal de Enfermagem (Cofen). Inteligência Artificial é essencial à Enfermagem, mas não substitui o cuidado humano [Internet]. Brasília: Cofen; 2024 [citado 2025 jun 20]. Disponível em: https://www.cofen.gov.br/inteligencia-artificial-e- essencial-a-enfermagem-mas-nao-substitui-o-cuidado-humano/ 22. Costa DBRA, Alves FS. Os Impactos da Inteligência Artificial (IA) na Enfermagem. Rev Bras Tecnol Inf. 2024;6(1):48–58. Disponível em: https://www.fateccampinas.com.br/rbti/index.php/fatec/article/view/122 Acesso em 01 nov. 2025
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Statesen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectHIV
dc.subjectInteligência artificial
dc.subjectEnfermagem
dc.subjectAssistência à saúde
dc.titleLinha de cuidado de enfermagem em HIV/AIDS no pós-pandemia: comparação entre o modelo tradicional e o modelo apoiado por inteligência artificial
dc.title.alternativeNursing care pathway for HIV/AIDS in the post-pandemic era: comparison between the traditional model and the model supported by artificial intelligence.
dc.typeTrabalho de Conclusão de Curso

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Linha_de_cuidado_de_enfermagem.pdf
Tamanho:
2.33 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Bacharelado em Enfermagem
Logo UEA UNIVERSIDADE DO ESTADO DO AMAZONAS
Sistema Integrado de Bibliotecas SIB/UEA
+55 92 99134-0181 - bibliotecacentral@uea.edu.br