Tontura e diabetes mellitus em idosos hospitalizados com COVID-19
Notice bibliographique
Résumé
Verificar na literatura a prevalência de tontura e de diabetes mellitus em idosos hospitalizados com COVID-19. Método: Revisão Sistemática de Literatura e a estratégia de pesquisa foi delineada de acordo com as recomendações propostas pelo checklist MOOSE, após registro do protocolo no PROSPERO (CRD42022313931). Consultaram-se as bases de dados Medline, Scielo, LILACS, SCOPUS, Web OF sCIENCE, Biblioteca Virtual em Saúde (BVS) e Embase, usando os descritores primários “Aged”, “Dizziness”, “Hospitalization” e “COVID-19” foram cruzados com o descritor secundário “Diabetes Mellitus, sem limitação de idioma e publicados entre os anos de 2019 e 2022. Critérios de Seleção: estudos do tipo observacional (caso-controle, coorte e transversal), realizados com idosos hospitalizados com ou pós COVID-19 e que verificaram a prevalência de tontura e diabetes mellitus. Estudos fora desses critérios foram excluídos. Resultados: Foram encontrados 168 artigos, dos quais 8 foram incluídos. A prevalência de tontura foi de 5,27% (1,1%-18,25%) e a prevalência de Diabetes Mellitus foi de 14,63% (1,54%-29%) e os principais fatores associados foram o aumento da idade, sexo masculino e internação hospitalar. A Escala Newcastle-Ottawa identificou estudos com moderada e alta qualidade metodológica. Conclusão: a prevalência de tontura foi considerada baixa em relação ao que a literatura descreve como referência, e a Diabetes Mellitus esteve dentro dos parâmetros esperados para idosos. No entanto ainda, há uma necessidade de padronizar as avaliações para essa população e aumentar as pesquisas em relação a presença de tontura e dessas comorbidades em idosos hospitalizados comCOVID-19.
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 | 0,009 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».