MétaCan
Menu
Retour à la cohorte
Enregistrement W3137113514 · doi:10.25248/reas.e6573.2021

Avaliação da dor em pacientes com diagnóstico de câncer de colo do útero em Sergipe

2021· article· pt· W3137113514 sur OpenAlexaboutno aff
Delza Correia Lima, Maria Nathália Prado Simões Mendonça, Ayla Gabriella Silva Ribeiro, Luísa Teixeira Silveira, Tiago Almeida Costa, Marina de Pádua Nogueira, Bruna Nogueira Viana

Notice bibliographique

RevueRevista Eletrônica Acervo Saúde · 2021
Typearticle
Languept
DomaineMedicine
ThématiqueWomen's cancer prevention and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecologyPhysics

Résumé

récupéré en direct d'OpenAlex

Objetivo: Avaliação da dor em pacientes com câncer de colo uterino atendidos no Hospital de Urgência de Sergipe (HUSE), tanto do ponto de vista qualitativo quanto quantitativo. Métodos: Estudo quantitativo, descritivo, tipo exploratório, de corte transversal, realizado no ambulatório de Oncologia do HUSE, no município de Aracaju, entre 2010 e 2014. A pesquisa foi realizada em 53 pacientes diagnosticadas e tratadas com câncer de colo de útero e a coleta de dados foi realizada por meio de questionários, como o de Mcgill e a Escala Visual Analógica. Resultados: A queixa álgica foi um fenômeno relatado por 34 pacientes (64,1%), seja no diagnóstico, no tratamento, na reabilitação ou em mais de uma dessas etapas. Quanto à intensidade da dor, 22 entrevistadas (41,5%) apresentaram dor intensa e 19 (35,8%) não apresentaram dor. Ao analisar os descritores da dor, observou-se que dentre as 34 pacientes que referiam a queixa álgica, a categoria sensorial foi preponderante, seguida pela afetiva. O descritor sensitivo mais utilizado foi dor fina com 10,6%, já no caráter afetivo foi dor enjoada com 22,9%. Conclusão: A dor intensa esteve presente na maioria das pacientes em algum estágio da doença e o caráter sensorial da queixa álgica foi predominante no estudo.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,306
Écart entre enseignants0,285 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Eletrônica Acervo SaúdeMême sujetWomen's cancer prevention and managementTravaux en français237 207