MétaCan
Menu
Retour à la cohorte
Enregistrement W7132439927

CERRAHİ AĞRI DENEYİMİ OLMAYAN HASTALARIN AMELİYAT SONRASI AĞRI İNANÇLARI

2019· dissertation· tr· W7132439927 sur OpenAlexaboutno aff
AYŞEGÜL ERCİYAS

Notice bibliographique

RevueAYBU AVESIS · 2019
Typedissertation
Languetr
DomaineMedicine
ThématiqueForeign Body Medical Cases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlood pressureStatistical analysisHemodynamicsDisease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bu çalışma farklı cerrahi kliniklerde ameliyat amacı ile yatışı yapılan hastaların, ameliyat öncesi ve sonrası ağrı inançlarını belirlemek amacı ile yapılmıştır. Çalışmanın verileri, 11 Şubat- 31 Mart 2019 tarihleri arasında Ankara Şehir Hastanesi’nin, Genel Cerrahi, Kalp Damar Cerrahisi, Ortopedi ve Travmatoloji ve Üroloji Kliniklerinde 377 hastadan toplanmıştır. Verilerin toplanmasında, Veri Toplama Formu, Vizüel Analog Skalası, Ağrı İnançları Ölçeği ve Mcgill Ağrı Ölçeği Kısa Formu kullanılmıştır. Verilerin değerlendirilmesinde, SPSS (IBM SPSS Statistics 24) paket programı kullanılmıştır. Çalışmaya katılan hastaların ameliyat sonrası organik inançlar alt boyut puanları, ameliyat öncesi puanlara göre istatistiksel olarak anlamlı düzeyde daha yüksek saptanmıştır (Z=-5.877; p=0.000). Hastaların ameliyattan önce, ağrının fizyolojik, fizyopatolojik ve psikolojik nedenlere bağlı olarak ortaya çıktığı düşüncelerinin, ameliyattan sonra da değişmediği ve bu düşüncenin güçlendiği tespit edilmiştir. Hastaların ameliyat sonrası Visüel Analog Skala puanı (5,63±2,96) ameliyat öncesi Visüel Analog Skala puanına (4,52±3,13) göre istatistiksel olarak anlamlı düzeyde (p=0,000) yüksek olduğu görülmüştür. Ortopedi kliniğinde yatan hastaların ameliyat öncesi ve sonrası Visüel Analog Skala puanları, diğer kliniklerde yatan hastalara göre yüksek olduğu saptanmıştır. McGill Ağrı Ölçeği Kısa Formuna göre hastaların %48.8’inin şiddetli ağrısı olduğu ve bu ağrının da çoğunlukla (%28.3) zonklama tipinde olduğu beli

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,300

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0900,041

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,290
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAYBU AVESISMême sujetForeign Body Medical CasesTravaux en français237 207