Insight y adherencia al tratamiento en pacientes de Hodige Hospital Nivel II Clínica Geriátrica San Isidro Labrador 2019
Notice bibliographique
Résumé
Objetivo general: Determinar la relación entre el Insight y la adherencia al tratamiento en pacientes que acuden a HODIGE del Hospital Nivel II Clínica Geriátrica San Isidro Labrador durante el 2019. Uno de los principales inconvenientes para que el tratamiento de cualquier enfermedad sea exitoso es la capacidad de la persona de aceptar su patología, entenderla y seguir la prescripción médica. Esta capacidad que tiene la persona se conocida como Insight. En el Perú, se desconoce el nivel de Insight de la población, debido a la falta de estudios que aborden este tema, además del poco conocimiento que tienen los profesionales de salud acerca de la importancia que el paciente entienda su enfermedad y por ende el impacto que genera en el tratamiento. En la práctica se observa que los adultos mayores que acuden a las diversas instituciones de salud, suelen no conocer y entender las dolencias que llevan consigo por lo que usualmente no llevan un tratamiento adecuado generándose una mala dosificación, falta de administración diaria o la descontinuación y/o abandono de los mismos, ya sea por el bajo nivel educativo que poseen o por las enfermedades neurodegenerativas que padecen; lo que promueve que la enfermedad que padecen siga su curso natural aumentando su morbimortalidad. El Hospital Nivel II Clínica Geriátrica San Isidro Labrador (HSIL), tiene un nivel asistencial llamado HODIGE el cual consiste en la rehabilitación activa del adulto mayor mediante la intervención de diferentes profesionales de la salud con el fin de mejorar la funcionalidad del paciente que sale de una unidad de agudos.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».