Fatores associados à fragilidade em pessoas idosas usuárias de serviços de Atenção Primária à Saúde de uma capital da Amazônia Brasileira
Notice bibliographique
Résumé
Resumo Objetivo Estimar a prevalência da síndrome de fragilidade e sua associação com variáveis socioeconômicas, demográficas e de saúde, em idosos atendidos em duas Unidades de Saúde (US) no município de Rio Branco, Acre, no período de outubro de 2016 a junho de 2017. Método A prevalência de síndrome de fragilidade foi medida pela Edmonton Frail Scale (EFS), investigada em uma amostra calculada de 298 pessoas idosas, selecionadas aleatoriamente por meio de sorteio. Utilizou-se a Regressão de Poisson, com variância robusta e intervalos de confiança de 95%, para estimar as razões de prevalência e definir o modelo ajustado. Todas as análises levaram em consideração os pesos. Resultados Verificou-se que 35,1% da amostra apresentou fragilidade. A prevalência de fragilidade foi associada a ter 75 anos ou mais, inatividade física, risco nutricional, deficit cognitivo, percepção negativa da saúde, usar 5 ou mais medicamentos e ter/histórico de câncer, queda no último ano, morar sozinho, segurança de bairro insatisfatória e ser da etnia/cor não branca. Conclusão Verificou-se o perfil de alerta para rastreio da fragilidade, que poderá auxiliar na prática clínica dos profissionais das US da população de estudo e, ainda, considera a necessidade de implantação e fortalecimento de programas de atenção à saúde da pessoa idosa e atuação de matriciamento e/ou grupos de apoio multiprofissional à Saúde da Família.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».