Identificação de fatores de risco para quedas em indivíduos com esclerose múltipla: uma revisão sistemática de estudos prospectivos
Bibliographic record
Abstract
RESUMO O objetivo deste estudo foi identificar, a partir de uma revisão sistemática, variáveis clínicas, instrumentais e demográficas associadas com maior risco de queda em indivíduos com esclerose múltipla (EM), com base em dados prospectivos. A pesquisa foi conduzida nas bases de dados Medline, Web of Science, Bireme e CINAHL, utilizando os descritores “esclerose múltipla”, “quedas”, “quedas acidentais”, “risco de quedas”, “controle postural” e “equilíbrio”, seguido de buscas manuais. Foram considerados elegíveis estudos de coorte prospectivos, com período mínimo de acompanhamento das quedas de três meses, que avaliassem a associação de determinada variável demográfica, clínica ou instrumental em relação a maior risco de queda em indivíduos com EM. A escala de Newcastle-Ottawa modificada foi utilizada para avaliação da qualidade metodológica dos estudos incluídos. Foram identificados 357 estudos, 12 dos quais foram incluídos na revisão sistemática, com total de 1.270 pacientes incluídos. Destes, 740 (58,26%) pacientes apresentaram um ou mais episódios de queda, 396 (31,18%) apresentaram episódios de queda recorrentes (2≥quedas no período estipulado), e 530 (41,74%) não apresentaram nenhum episódio. Com exceção da espasticidade e do impacto da dupla tarefa na velocidade da marcha, todas as variáveis investigadas apresentaram resultados conflitantes quanto às suas associações a maior risco de quedas. São necessários mais estudos que apresentem homogeneidade dos fenótipos clínicos de indivíduos com EM, além da utilização de instrumentos de avaliação validados, a fim de estabelecer uma associação robusta de outras variáveis clínicas, instrumentais e demográficas com maior risco de queda.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.056 | 0.163 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.008 |
| Bibliometrics | 0.018 | 0.017 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".