VARIÁVEIS PREDITIVAS PARA IMOBILIDADE INTRAHOSPITALAR DE IDOSOS
Notice bibliographique
Résumé
Objetivo: Avaliar os preditores da imobilidade intrahospitalar de idosos. Métodos: Trata-se de um estudo quantitativo, longitudinal e descritivo. A coleta de dados ocorreu entre 2015 e 2016 no Hospital Universitário de Santa Maria (HUSM). A amostra foi composta inicialmente por 493 idosos, destes foram incluídos 397 idosos, 22 foram excluídos por imobilidade prévia a hospitalização e 74 devido aos demais critérios de exclusão. As variáveis avaliadas na admissão foram a idade, sexo, mora com quem, patologia de admissão, Índice do risco sênior, fragilidade através da escala de Edmonton, circunferência de panturrilha maior ou menor que 31 cm, indicador de depressão geriátrica (GDS-4), impacto de comorbidades pelo índice de Charlson, delirium por meio do Confusion Assessment Method e como desfecho a imobilidade intrahospitalar. Foram identificadas as variáveis preditivas através da regressão logística (modelo Backward). Valores significantes foram considerados quando p valor foi menor que 0,05 (SPSS 21.0). Resultados: Dos 397 indivíduos avaliados observou-se que houve predomínio de idosos jovens entre 60 e 69 anos (39,7%), sexo masculino (53,7%). Observou-se que a idade (p=0,007), indicadores de fragilidade (p=0,007) e delirium (p=0,001) durante a internação aumentaram a chance de os idosos terem imobilidade intrahospitalar. Conclusão: Identificamos que a imobilidade está associada a idade, a patologias de admissão, aos valores da CP, escores de fragilidade, índice de risco sênior e presença de comorbidades e as variáveis preditivas para imobilidade foram idade, fragilidade e apresentar delirium na admissão. Desta forma sugere-se que sejam considerados na implementação de medidas preventivas quanto à imobilidade intrahospitalar de idosos. Palavras-chave: Imobilidade, envelhecimento, hospitalização.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 tête enseignante, 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 ».