The intensification of extreme rainfall events, driven by climate change, has exacerbated hydrological hazards in Brazil, affecting millions of people. This study investigated how previous disaster experience influences individuals’ self-preparedness and key elements of community resilience, following the model by Norris et al. (2008), which includes information, social capital, community competence, and economic resources. A total of 1064 responses to a structured questionnaire survey was analyzed using the χ2 test to identify statistical associations between behavioral variables and disaster experience. The results show that individuals with prior disaster experience report higher levels of perceived individual preparedness, concern about the impacts of heavy rainfall, and greater sensitivity to climate change. However, direct experience did not translate into greater confidence in institutional measures or stronger perceptions of community preparedness, revealing weaknesses in information flows and social cohesion. All interpretations are presented strictly in relation to the sample and do not imply population-level generalization. The study reinforces the relevance of experiential learning in shaping risk perception and preparedness, while highlighting contextual constraints associated with Brazil’s socio-spatial inequalities and uneven governance capacities. These findings underscore the need for policies that strengthen institutional credibility, participatory risk communication, and community-level preparedness structures. The findings contribute to advancing risk management strategies in vulnerable contexts.
A incorporação da inteligência artificial (IA) à terapia intensiva representa uma das mais importantes transformações tecnológicas da medicina contemporânea. A crescente disponibilidade de grandes volumes de dados clínicos, laboratoriais, fisiológicos e de monitorização contínua favoreceu o desenvolvimento de algoritmos capazes de identificar padrões complexos, predizer desfechos e oferecer suporte à tomada de decisão clínica em tempo real. Na unidade de terapia intensiva, aplicações envolvendo aprendizado de máquina (machine learning), aprendizado profundo (deep learning) e modelos preditivos vêm demonstrando potencial para detecção precoce de sepse, deterioração clínica, lesão renal aguda, delirium, necessidade de ventilação mecânica, mortalidade e outras condições críticas. Entretanto, a incorporação dessas tecnologias também suscita importantes desafios relacionados à qualidade dos dados, interpretabilidade dos algoritmos, vieses computacionais, responsabilidade ética, segurança da informação e integração com os fluxos assistenciais. Além disso, permanece consenso de que a inteligência artificial deve atuar como ferramenta complementar ao raciocínio clínico, preservando a autonomia e a responsabilidade do profissional de saúde. Este capítulo revisa as principais aplicações da inteligência artificial na terapia intensiva, discutindo seus benefícios, limitações, aspectos éticos e perspectivas futuras para utilização segura e baseada em evidências no cuidado ao paciente crítico.
A síndrome do desconforto respiratório agudo (SDRA) representa uma das principais causas de insuficiência respiratória hipoxêmica em unidades de terapia intensiva, associando-se a elevada morbimortalidade e a expressiva utilização de recursos assistenciais. A ventilação mecânica protetora consolidou-se como pilar terapêutico central, fundamentando-se na limitação do volume corrente, no controle da pressão de platô, na individualização da pressão positiva expiratória final (PEEP) e na redução da driving pressure, com o objetivo de minimizar a lesão pulmonar induzida pela ventilação (VILI). Estratégias complementares, como a posição prona prolongada e o bloqueio neuromuscular seletivo, ampliaram as possibilidades terapêuticas em casos de hipoxemia refratária, embora seu benefício dependa de critérios de indicação bem definidos. Paralelamente, o processo de desmame ventilatório e os critérios de extubação seguem sendo determinantes para os desfechos clínicos, exigindo protocolos estruturados de avaliação diária da prontidão respiratória. Este capítulo revisa as evidências atuais sobre ventilação protetora na SDRA, discutindo suas indicações, limitações e perspectivas futuras relacionadas à individualização da assistência ventilatória no paciente crítico.
Obesity constitutes a major public health issue, with bariatric surgery representing an effective strategy for weight reduction and improvement of comorbidities. However, significant weight loss often results in excess skin and body contour deformities, leading to functional, aesthetic, and psychosocial repercussions. In this context, post-bariatric plastic surgery emerges as a complementary step in patient care, aiming to restore body contour and improve quality of life. This study is a Narrative Literature Review that analyzed scientific evidence on the main body contouring procedures, with emphasis on abdominoplasty and body lifting, as well as the clinical considerations involved. The literature indicates that abdominoplasty is the most frequently performed procedure, contributing to functional improvement and reduction of dermatological complications, whereas body lifting offers a more comprehensive approach, promoting more global aesthetic results, albeit with greater surgical complexity. A significant improvement in quality of life, self-esteem, and social reintegration is observed among patients, although the risk of complications persists, particularly in individuals with associated clinical factors. The importance of appropriate patient selection, weight stability, and a multidisciplinary approach to optimize outcomes is highlighted. Thus, it is concluded that post-bariatric plastic surgery plays a fundamental role in the comprehensive rehabilitation of these patients and should be structurally incorporated into healthcare pathways.
A depressão pós-parto (DPP) é um importante transtorno de saúde mental que acomete mulheres no período puerperal, sendo considerada uma das principais complicações psiquiátricas associadas à maternidade. Sua etiologia é multifatorial e envolve aspectos biológicos, psicológicos, sociais e obstétricos. O presente estudo teve como objetivo analisar a relação entre eventos obstétricos adversos e a ocorrência de depressão pós-parto. Trata-se de uma revisão sistemática da literatura realizada por meio da análise de estudos observacionais publicados nos últimos dez anos. Os resultados evidenciaram associação significativa entre eventos obstétricos adversos e maior risco de desenvolvimento de sintomas depressivos no pós-parto. Complicações maternas como pré-eclâmpsia, hemorragia pós-parto e intercorrências clínicas durante a gestação mostraram-se relacionadas ao aumento da vulnerabilidade psicológica materna. Da mesma forma, desfechos neonatais desfavoráveis, incluindo prematuridade, baixo peso ao nascer e necessidade de internação em unidade de terapia intensiva neonatal, foram associados a maiores taxas de depressão pós-parto. Experiências negativas durante o trabalho de parto, dor persistente no puerpério e cesarianas de emergência também contribuíram para o desenvolvimento de sofrimento psíquico. Por outro lado, alguns estudos não identificaram associação significativa entre determinadas condições clínicas específicas e o surgimento da DPP, reforçando o caráter multifatorial do transtorno. Os achados demonstram a importância do reconhecimento precoce de fatores de risco obstétricos e psicossociais, bem como da integração entre assistência obstétrica e saúde mental. Conclui-se que eventos obstétricos adversos representam importantes fatores associados ao desenvolvimento da depressão pós-parto, ressaltando a necessidade de estratégias preventivas e de acompanhamento multidisciplinar durante a gestação e o puerpério.
