MétaCan
Menu
Retour à la cohorte
Enregistrement W7145614792

脳卒中後遺症としての痛みしびれに対する緩和ケア技術の開発 : 1事例による継続的なケア介入効果の検証

2025· article· ja· W7145614792 sur OpenAlexaboutno aff
和江 登喜, 輝美 山居, 直美 山本, 圭子 杉浦

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2025
Typearticle
Langueja
DomaineEngineering
ThématiqueMilitary Technology and Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnxietyDepression (economics)Scale (ratio)Visual analogue scale
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

目的:脳卒中後遺症としての痛みしびれに対する緩和ケア技術の開発を目的に,症状を有する対象者に継続的なケア介入を行いその効果を検証する。 方法:脳卒中後遺症としての痛みしびれ(Visual Analogue Scale 5/10以上)を有する患者1名に対して,週1回2か月間のハンドマッサージを行った。また,任意のプログラムとして5~10分程度のセルフタッチを推奨した。評価指標には,「痛みの程度:VAS(Visual Analogue Scale),SF-MPQ-2(Short-Form McGill Pain Questionnaire-2),鎮痛薬使用の有無・量」「リラクセーション効果:心拍変動」「生活への影響:SIAS(Stroke Impairment Assessment Set),HADS(Hospital Anxiety and Depression Scale)」を用いた。 結果:痛みのVAS値は介入後に低下し,数時間は持続していた。生理指標としての脈拍数や血圧には大きな変化はなかった。心拍数は,介入中に介入前より低下し,副交感神経の活性を示すHF(high-frequency component)も介入中に上昇がみられ,介入中のリラクセーション効果を示していた。また,不安や抑うつ傾向は,2か月後では大きく低下し,痛みの表現においても減少した。以上の事から,週1回のハンドマッサージであっても継続的な介入は,痛み軽減のケア技術としての可能性が示唆された。

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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,010
Tête enseignante GPT0,240
Écart entre enseignants0,230 · 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'étudeÉtude de cas
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetMilitary Technology and StrategiesTravaux en français237 207