MétaCan
Menu
Retour à la cohorte
Enregistrement W4388579785 · doi:10.15253/2175-6783.20232491962

Sleep quality in people with chronic pain undergoing hemodialysis

2023· article· en· W4388579785 sur OpenAlexaboutno aff
Érika Veríssimo Dias Sousa, Luis Angel Cendejas Medina, Marina Guerra Martins, Carla Regina de Souza Teixeira, Sâmia Jardelle Costa de Freitas Maniva, Joselany Áfio Caetano

Notice bibliographique

RevueRev Rene · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth, Nursing, Elderly Care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHemodialysisMcGill Pain QuestionnairePittsburgh Sleep Quality IndexObservational studyVisual analogue scalePhysical therapySleep (system call)Sleep qualityChronic painPsychological interventionCross-sectional studyNursing Interventions ClassificationInternal medicineInsomniaNursingPsychiatry

Résumé

récupéré en direct d'OpenAlex

Objective: to evaluate sleep quality in people with chronic pain undergoing hemodialysis. Methods: observational, prospective, and cross-sectional study carried out in two hemodialysis clinics. The sample was formed by 76 people with chronic kidney disease and chronic pain who were undergoing hemodialysis. We used a sociodemopgrahic and clinical form, the visual analogue scale for pain, the McGill questionnaire, and the Pittsburgh Sleep Quality Index. Results were analyzed using descriptive and inferential statistics and correlation tests. Results: most participants had very poor sleep quality. There was a correlation between sleep quality and the visual analogue scale for pain (p=0.027). There was a negative correlation between McGill pain scale descriptors and sleep quality (p=0.033). Conclusion: the sleep quality levels of most participants suffered alterations and were classified as poor or very poor. Contributions to practice: this study provides data on correlations associated with the sleep quality of patients with chronic pain undergoing hemodialysis. It also gives support for nursing teams to develop interventions to improve the sleep quality of these 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,058
Tête enseignante GPT0,418
Écart entre enseignants0,360 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRev ReneMême sujetHealth, Nursing, Elderly CareTravaux en français237 207