MétaCan
Menu
Retour à la cohorte
Enregistrement W4379537357 · doi:10.19161/etd.1310403

Acil servise başvuran yaşlı bireylerde bakım bağımlılığının kırılganlık düzeyine etkisi

2023· article· tr· W4379537357 sur OpenAlexaboutno aff
Rabia GÖKGÖZ, Cemile Kütmeç Yılmaz

Notice bibliographique

RevueEge Tıp Dergisi · 2023
Typearticle
Languetr
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

Amaç: Yaşlanma ile birlikte ortaya çıkan fonksiyonel kayıplar, psikolojik değişiklikler, komorbiditelerin artması ve çoklu ilaç kullanımı gibi birçok faktör yaşlılarda hem kırılganlık hem de bakım bağımlılığı riskini arttırmaktadır. Bu çalışma, acil servise başvuran yaşlı bireylerde bakım bağımlılığının kırılganlık düzeyine etkisinin belirlenmesi amacıyla yapılmıştır. Gereç ve Yöntem: Tanımlayıcı ve kesitsel tasarımdaki bu çalışma Mayıs 2021 – Ocak 2022 tarihleri arasında bir devlet hastanesinin acil servisine başvuran 202 yaşlı birey ile gerçekleştirilmiştir. Araştırma verilerinin toplanmasında “Tanıtıcı Bilgi Formu”, “Edmonton Kırılganlık Ölçeği (EKÖ)” ve “Bakım Bağımlılığı Ölçeği (BBÖ)” kullanılmıştır. Veriler Spearman korelasyon testi ve Çoklu doğrusal regresyon analizi ile değerlendirilmiştir. Bulgular: Katılımcıların yaş ortalaması 71,56±6,10 olup, %61,9’unun kadın, %51,5’inin evli ve %60,9’unun eğitim durumunun ilköğretim düzeyinde olduğu belirlenmiştir. Çalışmada yaşlı bireylerin %67,3’ü kendini yaşlı hissettiğini, %29,7’si yaşlılığı kötü bir durum olarak değerlendirdiğini ve %47’si genel sağlık durumunu orta olduğunu ifade etmektedir. Yaşlı bireylerin Bakım Bağımlılığı Ölçeği toplam puan ortalamasının 69,08 ±12,76 ve Edmonton Kırılganlık Ölçeği toplam puan ortalamasının 7,91±3,11 olduğu saptanmıştır. Katılımcıların %21,8’inin şiddetli, %25,2’sinin orta ve %19,3’ünün hafif kırılganlık düzeyine sahip olduğu belirlenmiştir. Ayrıca çalışmada bakım bağımlılığı ile kırılganlık arasında negatif yönde güçlü bir ilişki olduğu (r=-0,812; p

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,045
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0450,008

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 Opus0,034
Tête enseignante GPT0,300
Écart entre enseignants0,266 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEge Tıp DergisiMême sujetFrailty in Older AdultsTravaux en français237 207