MétaCan
Menu
← Retour à la cohorte
Enregistrement W3095195428 · doi:10.15448/2357-9641.2020.1.37479

Avaliação multidimensional da fragilidade em idosos hospitalizados

2020· article· pt· W3095195428 sur OpenAlexaboutno aff
Luciano Alves Leandro, Laryssa Mireli Rodrigues Gomes, Juliane Pessoa Chevônica

Notice bibliographique

RevuePAJAR - Pan-American Journal of Aging Research · 2020
Typearticle
Languept
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGerontologyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Introdução: a Síndrome da Fragilidade (SF) pode representar um impacto significativo nos cuidados hospitalares aos idosos gerando desfechos com prognósticos funcionais variados.Objetivo: conhecer a multidimensionalidade envolvida no processo de hospitalização de idosos e a sua condição de fragilidade.Métodos: estudo transversal com abordagem descritiva que avaliou 150 idosos com 60 anos ou mais, internados em dois grandes hospitais na cidade de Curitiba, PR. Foram coletados dados relacionados à caracterização sociodemográfica; fatores cognitivos pelo Mini Exame do Estado Mental (MEEM); nível de fragilidade pela Edmonton Frail Scale (EFS); depressão pela Escala de Depressão Geriátrica (EDG-15); e força de preensão manual (FPM) verificada por dinamometria manual.Resultados: a média de idade foi de 70,0±7,9 anos e 92 (61,3%) eram homens. 30% dos idosos foram classificados como vulneráveis, 27,3% evoluindo como uma fragilidade leve, 22,7% moderada, 9,3% considerada uma forma grave e, apenas 10,7% normais. Fatores como diminuição de força de preensão palmar e depressão foram estatisticamente associados à condição de fragilidade, servindo como parâmetros analíticos dentro de uma multidimensionalidade avaliada.Conclusão: os colaboradores deste estudo apresentam-se mais vulneráveis, tanto físico como cognitivamente, levando a um cenário condizente a uma redução de suas habilidades motoras, pior expectativa de vida e consequente morte precoce.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,075
Tête enseignante GPT0,386
Écart entre enseignants0,311 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePAJAR - Pan-American Journal of Aging Research→Même sujetFrailty in Older Adults→Travaux en français237 207→