Fatores associados a fragilidade em pacientes com doenças neurodegenerativas
Notice bibliographique
Résumé
PURPOSE: To identify the factors associated with frailty in patients with neurodegenerative diseases. METHODS: Cross-sectional study, whose sample consisted of 150 patients diagnosed with neurodegenerative diseases seen at a speech-language therapy clinic in a reference hospital in southern Brazil. A secondary exploratory analysis of the medical records of patients treated at this clinic between April 2016 and May 2019 was performed. The information collected was sex, age, education, type of neurodegenerative disease, time of disease, frailty (Edmonton Frail Scale-EFS), swallowing (Northwestern Dysphagia Patient CheckSheet-NDPCS, Eating Assessment Tool-EAT 10), and cognition (Mini-Mental State Examination-MMSE and Montreal Cognitive Assessment-MoCA). Continuous quantitative variables were analyzed using mean and standard deviation and categorical quantitative variables from absolute and relative frequency, as well as their association with the outcome using the Chi-square test. Crude and adjusted Prevalence Ratios were assessed using Poisson regression with robust variance. All statistical tests were considered significant at a level of 5%. RESULTS: The significant factors associated with frailty were the presence of oropharyngeal dysphagia and altered cognitive performance. Individuals with frailty have a higher prevalence of oropharyngeal dysphagia (PR= 1.772(1.094-2.872)), while cognition alteration presented a lower prevalence (PR= 0.335(0.128-0.873). CONCLUSION: Oropharyngeal dysphagia can be an important clinical predictive factor for consideration in cases of frailty in patients with neurodegenerative diseases.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».