MétaCan
Menu
Retour à la cohorte
Enregistrement W4229378464 · doi:10.30595/medisains.v20i1.12374

Frailty among hemodialysis patients

2022· article· en· W4229378464 sur OpenAlexaboutno aff
Ginanjar Sasmito Adi, Eri Purba Utomo

Notice bibliographique

RevueMEDISAINS · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHemodialysisAnxietyMedicineRating scaleHamilton Anxiety Rating ScalePhysical therapyInternal medicinePsychiatryPsychology

Résumé

récupéré en direct d'OpenAlex

Introduction: Hemodialysis patients have physical vulnerability due to the progressive decline of the body's systems. The physical changes in the patients can lead to haemostatics failure, known as frailty syndrome. The frail condition can cause maladaptive psychological responses due to changes that can cause anxiety in patients.Objective: This study aims to determine the prevalence of frailty in hemodialysis patients and to find out the different factor that correlates in frailty patients undergoing hemodialysis therapy.Method: This is a cross-sectional study involving 55 respondents who underwent hemodialysis therapy at the Jember Klinik Hospital. The instruments used in this study were the Edmonton Frail Scale (EFS) and the Hamilton Anxiety Rating Scale. Results: Moderate frailty was found in 23 patients (41.8%), followed by mild frailty in 18 patients (32.7%) and severe frailty in 14 patients (25.5%). In terms of anxiety, 18 patients (32.7%) had severe anxiety, 20 had moderate anxiety (36.4%), 12 (21.8%) had mild anxiety, and the other 7 (12.7%) were not anxious. The statistical analysis shows a significant difference in the average level of anxiety and the frailty status (p<0.001) among the patients. Conclusion: Frailty was highly prevalent in hemodialysis patients and had relations with anxiety and different sociodemographic characteristics of patients. The assessment of frailty should be considered when clinicians intervene and prevent worsening in 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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,247
Écart entre enseignants0,233 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMEDISAINSMême sujetDialysis and Renal Disease ManagementTravaux en français237 207