Co warto wiedzieć o jakości życia pacjentów z chorobą wieńcową
Bibliographic record
Abstract
Wedlug danych epidemiologicznych w 2003 r. liczba zgonow w Polsce wyniosla 365,9 tys. osob, przy czym blisko polowe stanowily zgony z powodu schorzen ukladu sercowo-naczyniowego. Naklady finansowe związane z chorobami ukladu sercowo-naczyniowego w 2003 r. w krajach Unii Europejskiej ksztaltowaly sie na poziomie 169 mld euro. Zgodnie z europejskimi i polskimi wytycznymi, celem skutecznego leczenia pacjentow z chorobą wiencową jest redukcja śmiertelności z przyczyn sercowo-naczyniowych poprzez prewencje zawalu serca oraz poprawa jakości zycia poprzez polepszenie tolerancji wysilku oraz zapobieganie wystepowaniu dolegliwości dlawicowych. Wskaźniki jakości zycia pacjentow ze stabilną chorobą wiencową przyjmują zdecydowanie nizsze wartości w porownaniu z osobami zdrowymi. Jakośc zycia ulega obnizeniu wraz z obecnością i stopniem natezenia modyfikowalnych czynnikow zdarzen sercowo-naczyniowych, takich jak nadciśnienie tetnicze, czynny nikotynizm, zaburzenia gospodarki lipidowej, cukrzyca, otylośc oraz siedzący tryb zycia. Najwiekszy spadek jakości zycia obserwowano wśrod osob po przebytym zawale serca. Czestośc i nasilenie objawow dlawicowych określonych na podstawie klasyfikacji Canadian Cardiovascular Society (CCS) wplywa na upośledzenie codziennej aktywności, a takze moze prowadzic do ograniczenia zdolności do pracy. Oddzialuje takze na parametry dotyczące stanu emocjonalnego oraz stopnia zadowolenia z zycia i satysfakcji ze stosowanego leczenia. Obnizone wartości parametrow oceny jakości zycia pacjentow z chorobą wiencową są w odleglej perspektywie niezaleznym czynnikiem prognostycznym, zwiekszającym ponad 3-krotnie prawdopodobienstwo zgonu z przyczyn sercowo-naczyniowych, co pozwala traktowac niski poziom jakości zycia jako potencjalny czynnika ryzyka zdarzen sercowo-naczyniowych. Znajomośc wplywu objawow oraz sposobu leczenia na jakośc zycia pomaga w oszacowaniu skuteczności terapii, wyborze strategii leczenia, ocenie oczekiwan pacjentow oraz optymalnej alokacji ograniczonych zasobow finansowych przeznaczonych na opieke zdrowotną. (Folia Cardiologica Excerpta 2007; 2: 7-11)
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.003 | 0.030 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".