ObjectivesTo correlate the average number of nursing care hours dedicated to Intensive Care Unit (ICU) patients with nursing care indicators.MethodTransverse, descriptive study conducted between 2011 and 2013. Data were obtained from the electronic records system and from the nursing staff daily schedule. Generalized Linear Models were used for analysis.ResultsA total of 1,717 patients were included in the study. The average NAS (Nursing Activities Score) value was 54.87. The average ratio between the number of nursing care hours provided to the patient and the number of nursing care hours required by the patient (hours ratio) was 0.87. Analysis of the correlation between nursing care indicators and the hours ratio showed that the indicators phlebitis and ventilator-associated pneumonia significantly correlated with hours ratio; that is, the higher the hours ratio, the lower the incidence of phlebitis and ventilator-associated pneumonia.ConclusionThe number of nursing care hours directly impacts patient outcomes, which makes adjustment of nurse staffing levels essential.

Introduc ¸ãoO avanc ¸o da tecnologia e o crescimento do uso da Internet trouxeram mudanc ¸as significativas, principalmente em relac ¸ão ao acesso das informac ¸ões. Autores afirmam estarmos na época do Dataísmo [1], que é um termo que pode ser definido como a utilizac ¸ão dos dados influenciando o modo de pensar e filosofar. [2,3] A importância dos dados é tanta que conceitos referentes à própria esfera são reconhecidos pelo público que não está diretamente ligado a ela. Pesquisadores, ONG'S, ministérios, empresas, e toda a esfera público-privada utilizam o universo dos dados (Big Data, Iot e Machine Learning) com o objetivo de aumentar ou agregar valor na tomada de decisão. [5] O corac ¸ão do Machine Learning são os algoritmos, que podem ser entendidos como um uma sequência de execuc ¸ões que visam resolver um problema. [4,5] De forma simples, os algoritmos são programados para captar modelos de comportamento e, por serem replicadores de padrões, os algoritmos podem absorver padrões discriminatórios e como consequência replicar como uma "verdade objetiva"A este, que é o de efeito replicar comportamentos indesejáveis, como o racismo, a misoginia e a homofobia dá-se o nome de viés algorítmico. [6-8]Estas atitudes podem ser desde simples erros em detecc ¸ões faciais, até a condenac ¸ão de um indivíduo por algoritmos jurídicos baseado em suas características raciais.Os diferentes vieses algorítmicos podem ser englobados em um só termo: a Discriminac ¸ão Algorítmica, que é um termo recente para a academia e que vem tendo cada vez mais importância e literatura e diante da importância da discussão, o presente estudo tem como objetivo expor o referencial teórico da discriminac ¸ão algorítmica à fim de buscar os principais construtos e fatores relacionados.