Amyotrofik Lateral Sklerozis Tanısında Konuşma Terapisti Müdahalesi: Olgu Sunumu
Notice bibliographique
Résumé
Amaç: Bu olgu sunumunun amacı, Amyotrofik Lateral Sklerozis tanısında motor konuşma bozukluğuna ek olarak yutma bozukluğu yaşayabilecek olan hastalara konuşma terapistinin uygulayacağı kapsamlı değerlendirme ve terapi programının konuşma ve yutma becerileri üzerindeki etkililiğini incelemektir. Gereç ve Yöntem: Çalışmaya 58 yaşında bir kadın hasta dahil edilmiştir. 2 Aşamalı şekilde uygulanan terapi programında olguya 3 haftalık koruyucu programın ardından 2 hafta süresince 12 seanslık yoğunlaştırılmış terapi programı uygulanmıştır. Değerlendirmede oral motor muayene, Toronto Yatakbaşı Yutma Değerlendirmesi, Klinik Yutma Değerlendirmesi, YFTT/EAT-10, Mini Mental Durum Testi, ALSFDS, SET ve Praat kullanılmıştır. Terapi programı oral motor becerileri geliştirmeyi, ses kalitesini ve konuşma anlaşılırlığını arttırmayı amaçlamıştır. Bulgular: Müdahale sonrası oral motor becerilerde artış, bolus kontrolünde ve yutma becerisinde iyileşme, YFTT puanında düşüş, sesin akustik özelliklerinde norm değerlere yaklaşma ve konuşma anlaşılırlığında artış gözlenmiştir. Sonuç: ALS tanılı hastada konuşma terapisinin yutma ve konuşma becerileri üzerindeki olumlu etkileri olduğu görülmüştür. Daha fazla sayıda olguyu içeren uzun süreli çalışmaların ALS’de konuşma terapisi müdahalesinin etkililiğini kanıtlayacağı düşünülmektedir.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».