Tinnitus Tanılı Hastalarda Depresyon, Aleksitimi Düzeyleri ve Bedenselleştirme
Notice bibliographique
Résumé
Amaç: Biz çalışmamızda; kulak çınlaması olan hastaların bedensel belirtileri büyütme düzeylerini, depresif semptomlarını, aleksitiminin varlığı ve şiddetini sağlıklı kontrollerle karşılaştırarak incelemeyi amaçladık. Gereç ve Yöntemler: Çalışmamıza Kulak Burun Boğaz ve Baş Boyun Cerrahisi polikliniğinde tinnitus tanısı konulan hastalar ve demografik veriler ile eşleşebilecek sağlıklı kontroller alındı. Toplamda 141 kişi; tinnitus tanılı 80 hasta ve sağlıklı kontrol grubu 61 kişi alındı. Tüm katılımcılara; Beck Depresyon Ölçeği (BDÖ), Toronto Aleksitimi Ölçeği (TAÖ-20), Bedensel Duyumları Abartma Ölçeği (BDAÖ) ve Tinnitus Engellilik Anketi (TEA) uygulandı. Bulgular: Hasta grubu ve sağlıklı kontrol grubunun BDAÖ puanları istatistiksel olarak farklı değildi. TAÖ için ise; hasta grubunda alt ölçeklerde puanlar yüksek hesap edilse de istatistiksel olarak anlamlı farklılık sadece toplam puanda saptandı (p=0.015). Depresyon ölçeği skorları ise; hasta grubunda daha yüksek görünse de istatistiksel olarak anlamlı farklılık tespit edilmedi (Hasta grubunda=13,00; kontrol grubunda=11,00; p=0,084). TEA ile BDÖ, BDAÖ, TAÖ-20 toplam skorları ve duyguları tanımada güçlük alt boyut skorları pozitif ilişkili olarak saptandı (r değerleri sırası=0,537;0,271;0,222;0,427 ve p değerleri sırası ile 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».