Estratégia para rastreamento precoce de demência
Notice bibliographique
Résumé
Objetivo: Avaliar a abordagem de alunos de medicina entre seus familiares no rastreamento de detecção precoce de demência. Métodos: Estudo analítico e observacional. A amostra foi de conveniência envolvendo 41 familiares. Foi utilizado o Mini-Exame do Estado Mental (MEEM). Os parâmetros das variáveis quantitativas foram expressos por suas médias e desvios-padrão e medianas. Os pmearâmetros das variáveis qualitativas foram expressos por suas frequências. Teste exato de Fisher foi utilizado entre as frequências dos níveis de escolaridade e o escore do MEEM. Foi considerado p ≤ 0,05 para rejeição da hipótese de nulidade. O projeto foi aprovado pelo Comitê de Ética de Pesquisa em Seres Humanos. Resultados: A média das idades foi de 67,7 ± 7,2 anos. O tempo de escolaridade foi categorizada em: 4 (9,7%) com < 8 anos, 9 (22%) com > 8 e <11 anos e 28 (68,3%) com > 11 anos. Entre os participantes com nível de escolaridade < 8 anos, o escore de MEEM foi normal em três casos (75%), diminuído em um caso (25%); entre os com nível de escolaridade entre >8 e <11 anos, quatro foram normais (44,4 %), diminuído em cinco (55,6%); entre os com o nível de escolaridade >11 anos, 20 (71,4%) foram normais e oito (28,6%) foram diminuídos. Para o tamanho amostral, não foi observado associação entre níveis elevados de educação (>11 anos) e níveis inferiores de escolaridade (p=0,3072). Conclusões: A estratégia da abordagem de alunos de medicina no rastreamento de demência entre familiares necessita ser mais estimulada, podendo levar a maior interação social e familiar no ambiente em que vivem.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».