MétaCan
Menu
Retour à la cohorte
Enregistrement W3033811331 · doi:10.3390/ijerph17114009

Chronic Diseases and Associated Factors among Older Adults in Loja, Ecuador

2020· article· en· W3033811331 sur OpenAlexaboutno aff
Patricia Bonilla Sierra, Ana Magdalena Vargas‐Martínez, Viviana Dávalos-Batallas, Fátima León-Larios, María de las Mercedes Lomas Campos

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDepression (economics)Diabetes mellitusDementiaDiseaseActivities of daily livingCross-sectional studyPhysical therapyGerontologyGeriatric Depression ScalePsychological interventionInternal medicinePsychiatryDepressive symptomsPathology

Résumé

récupéré en direct d'OpenAlex

(1) Background: This study aimed to explore the symptoms, functional status, and depression in patients with chronic diseases in Loja, Ecuador. (2) Methods: A cross-sectional study was carried out with patients over 60 years old having at least one chronic disease and cared for in healthcare centers of the Health Ministry of Ecuador or living in associated geriatric centers. (3) Results: The sample comprised 283 patients with a mean age of 76.56 (SD 7.76) years. The most prevalent chronic diseases were chronic obstructive pulmonary disease, followed by arterial hypertension and diabetes. Patients with a joint disease had the worst scores for the majority of the symptoms assessed with the Edmonton Scale. Cancer, dementia, and arterial hypertension contributed the most to the dependence levels assessed with the Barthel Index. Dementia contributed the most to the poor performance status evaluated with the Karnofsky Performance Status. Cancer and diabetes contributed the most to depression. Patients with a higher number of chronic diseases reported worse functional status. (4) Conclusions: Targeted interventions to address symptoms, functional status, and depression in patients with chronic diseases are needed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,057
Tête enseignante GPT0,369
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetChronic Disease Management StrategiesTravaux en français237 207