MétaCan
Menu
Retour à la cohorte
Enregistrement W3201738212

Hemodiyaliz Tedavisi Alan Bireylerde Seçilmiş Biyokimyasal Parametrelerin Stres ve Aleksitimi ile İlişkisinin Değerlendirilmesi

2017· dissertation· tr· W3201738212 sur OpenAlexaboutno aff
Esra Tayaz

Notice bibliographique

RevueAYBU AVESIS · 2017
Typedissertation
Languetr
DomaineHealth Professions
ThématiqueCentral Venous Catheters and Hemodialysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bu araştırma, kronik böbrek yetmezliği tanılı ve hemodiyaliz tedavisi alan bireylerde seçilmiş parametreler olan üre, kreatinin, sodyum, potasyum, hemoglobin, hematokrit, albümin, kalsiyum, fosfor ve C-reaktif protein, stres ve aleksitimi üzerine etkisinin belirlenmesi amacıyla ilişki arayıcı olarak yapılmıştır. Araştırmanın evrenini Ankara Numune Eğitim ve Araştırma Hastanesi Siteler Semt Polikliniği Hemodiyaliz Ünitesinde kayıtlı 36 hasta ve Acil Hemodiyaliz Ünitesinde tedavi gören 62 hasta oluşturmuştur. Türkçe bilmeyen, çalışmaya katılmayı kabul etmeyen, 18 yaş altında olan, KBY haricinde tanısı olan bireyler dışlanarak 72 hemodiyaliz tedavisi gören birey ile örneklem tamamlanmıştır. Veriler 03.08.2016-04.04.2017 tarihleri arasında araştırmacı tarafından toplanmıştır. Araştırmada demografik veri formu, biyokimyasal veri formu, Hemodiyaliz Stresör Ölçeği ve Toronto Aleksitimi Ölçeği kullanılmıştır. Araştırmaya katılan bireylerin HSÖ genel puan ortalaması 87.81±13.59, fiziksel alt boyut puan ortalaması 18.16±4.13, psikososyal alt boyut puan ortalaması 69.63±11.98 ve her boyutta algılanan stres düzeylerinin yüksek olduğu, %59.7'sinin aleksitimik olduğu bulunmuştur. TAÖ-20 ile HSÖ arasındaki ve seçilmiş biyokimyasal parametlerle olan ilişkisi belirlenmiştir (p<0.05). Hemodiyaliz tedavisi alan bireylerde stres ve aleksitimik duyguların yüksek olduğu sonucuna ulaşılmıştır. HD tedavisi alan bireylerde stresle başetme, duygu yönetimi konularında sağlık çalışanlarının ve hastaların farkındalığının arttırılması önerilir.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,041
Tête enseignante GPT0,371
Écart entre enseignants0,330 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAYBU AVESISMême sujetCentral Venous Catheters and HemodialysisTravaux en français237 207