Some aspects of comorbidity in hospitalized patients of a therapeutic hospital
Notice bibliographique
Résumé
Objective - to analyze the risk factors (RF) of noncommunicable diseases depending on the comorbidity index (CI) in hospitalized patients. Materials and methods. A cross-sectional study was performed at the Altai Regional Hospital for War Veterans. 128 people were invited to take part in the study during the month in the therapeutic department, 100 people agreed (78.1% response). The average age is 77.9±8.3 years, 48% of women, 52% of men. A general clinical examination, RF analysis of noncommunicable diseases, psychosocial factors, Montreal Cognitive Function Scale (MoCA test), and an examination by a neurologist to detect encephalopathy were performed. Based on the Charlson CI data, patients were divided into 3 groups: group 1 - CI 1-2 points - 46%, group 2 - CI 3-4 points - 38%, group 3 - CI 5 and more points - 16%. Results. Regardless of gender, CI 5 or more was more common than CI 1-2 by 16.8%; among men, CI 5 and more occurred more often than CI 3-4 by 17.8%; middle-aged persons were only in the group with CI 1-2. In patients with CI 5 or more, compared with patients with CI 1-2, there was a higher frequency of such RFs as obesity (by 29.9%, all persons with CI 5 or more had abdominal obesity), social isolation (by 29.7%), type D personality (by 36.5%), as well as cognitive impairment (by 28.5%) and encephalopathy (by 32.9%). Depression was found 26.1% more often in patients with CI 3-4 than in patients with CI 1-2. Conclusion. Comorbidity is not a mandatory condition characteristic of an aging population, it is primarily the result of individual behavior. Therefore, the identification and correction of RF of noncommunicable diseases, especially in conditions of comorbidity, seems to be an urgent task, which determines the success of treatment in this category of patients.
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 | 0,000 | 0,003 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».