THỰC TRẠNG HỘI CHỨNG DỄ BỊ TỔN THƯƠNG Ở NGƯỜI BỆNH SUY TIM CAO TUỔI TẠI BỆNH VIỆN HỮU NGHỊ ĐA KHOA NGHỆ AN
Notice bibliographique
Résumé
Mục tiêu: Mô tả thực trạng hội chứng dễ bị tổn thương ở người bệnh cao tuổi bị suy tim điều trị nội trú và một số yếu tố liên quan. Phương pháp nghiên cứu: Mô tả cắt ngang có phân tích. Kết quả nghiên cứu: Nghiên cứu được thực hiện trên 306 người bệnh tuổi từ 60 trở lên điều trị nội trú tại khoa Cấp cứu và Trung tâm tim mạch, Bệnh viện Hữu nghị đa khoa Nghệ An, từ tháng 04 năm 2022 - tháng 2 năm 2023.Chẩn đoán suy tim theo Hướng dẫn chẩn đoán và điều trị suy tim cấp và mạn tính, của Bộ Y tế năm 2020. Xác định tình trạng hội chứng dễ bị tổn thương theo thang điểm Edmonton cải tiến-REFS. Kết quả cho thấy, HCDBTT là vấn đề sức khỏe thường gặp ở người bệnh cao tuổi bị suy tim chiếm 58,8%. Kết luận: Tuổi, chỉ số BMI, phân suất tống máu thất trái, suy tim giai đoạn và phân độ NYHA là những yếu tố có liên quan có ý nghĩa thống kê đến tỷ lệ mắc HCDBTT ở người bệnh suy tim cao tuổi tại Bệnh viện Hữu nghị đa khoa Nghệ An.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,214 | 0,072 |
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 ».