Programa de Gestão em Farmácia Pública módulo Saúde Mental: ferramenta gerencial para a assistência farmacêutica em um Centro de Atenção Psicossocial Álcool e Drogas

Este trabalho tem por objetivo geral apresentar uma ferramenta computacional auxiliar na gestão dos serviços farmacêuticos bem como alguns resultados alcançados com a sua aplicação na sistematização do atendimento aos usuários do Centro de Atenção Psicossocial álcool e drogas (CAPS ad) do município de Vitória-ES, conhecido como Centro de Prevenção e Tratamento de Toxicômanos (CPTT). O Programa de Gestão em Farmácia Pública (PGFP) Módulo Saúde Mental possui um formato de banco de dados relacional, desenvolvido sob a plataforma Access e possui interface com o gerador de planilhas e gráficos do tipo Excel , aplicáveis a outras farmácias de unidades do tipo CAPS ad. Desde 2004 vem sendo utilizado e aperfeiçoado com uma proposta de informatizar a administração da farmácia, possibilitando a instrumentalização do farmacêutico via emissão de relatórios para a gestão técnica, operacional e estratégica, além de propiciar a avaliação do serviço baseando-se em indicadores sócio demográficos, de morbidade e específicos da Assistência Farmacêutica voltados para o campo da toxicodependência. Para ilustrar o uso do PGFP são apresentados dados pertencentes a 489 prontuários de usuários cadastrados na farmácia no período de janeiro de 2007 a dezembro de 2008, além de 50 prescrições médicas sistematicamente selecionadas para cada ano, coletadas a partir do sistema. Com isso, foi possível elaborar o perfil demográfico, sóciosanitário dos usuários além de aspectos relacionados a Assistência Farmacêutica local. Foi utilizado o programa computacional SPSS 11.5 for Windows para a análise estatística exploratória descritiva (distribuição de freqüências) e inferencial (teste qui-quadrado) dos dados contidos nos prontuários. Dentre algumas dessas análises, observou-se a prevalência do Crack (44%) como substância psicoativa. Revelou que a maioria dos usuários cadastrados são homens (82,4%), com faixa etária prevalente entre 25 e 34 anos (31,7%) e com grau de escolaridade equivalente ao 1 Grau Incompleto (41,3%). Com relação aos aspectos relacionados a Assistência Farmacêutica pode-se observar um No. médio de medicamentos prescritos por receita entre 1,6 1,7 itens/receita; um percentual mínimo de 96% das receitas atendidas na farmácia; e o Clonazepam como o medicamento mais prescrito no período. São citadas algumas limitações do PGFP e dos dados apresentados. Conclui-se o presente estudo fazendo-se alusão a relevância do Programa de Gestão em Farmácia Pública (PGFP), em relação não somente ao seu potencial de uso na gestão estratégica e operacional da Assistência Farmacêutica em Saúde Mental (álcool e drogas), mas fundamentalmente, como importante ferramenta de informação que propicia a elucidação do perfil da drogadição, despertando a percepção para os aspectos ligados à saúde pública e as implicações sócio-econômicas sobre a população em estudo.

Treewidth: theory and applications to computer science

This report is an introduction to the concept of treewidth, a property of graphs that has important implications in algorithms. Some basic concepts of graph theory are presented in the first chapter for those readers that are not familiar with the notation. In Chapter 2, the definition of treewidth and some different ways of characterizing it are explained. The last two chapters focus on the algorithmic implications of treewidth, which are very relevant in Computer Science. An algorithm to compute the treewidth of a graph is presented and its result can be later applied to many other problems in graph theory, like those introduced in the last chapter.

Feature Selection for Speech Emotion Recognition in Spanish and Basque: On the Use of Machine Learning to Improve Human-Computer Interaction

Study of emotions in human-computer interaction is a growing research area. This paper shows an attempt to select the most significant features for emotion recognition in spoken Basque and Spanish Languages using different methods for feature selection. RekEmozio database was used as the experimental data set. Several Machine Learning paradigms were used for the emotion classification task. Experiments were executed in three phases, using different sets of features as classification variables in each phase. Moreover, feature subset selection was applied at each phase in order to seek for the most relevant feature subset. The three phases approach was selected to check the validity of the proposed approach. Achieved results show that an instance-based learning algorithm using feature subset selection techniques based on evolutionary algorithms is the best Machine Learning paradigm in automatic emotion recognition, with all different feature sets, obtaining a mean of 80,05% emotion recognition rate in Basque and a 74,82% in Spanish. In order to check the goodness of the proposed process, a greedy searching approach (FSS-Forward) has been applied and a comparison between them is provided. Based on achieved results, a set of most relevant non-speaker dependent features is proposed for both languages and new perspectives are suggested.