CONSEQUÊNCIAS E CRITÉRIOS DE DIAGNÓSTICOS DA DESNUTRIÇÃO EM PACIENTES ACOMETIDOS PELO CÂNCER
Bibliographic record
Abstract
Objetivo: Este trabalho objetiva descrever as consequências e critérios de diagnósticos da desnutrição em pacientes acometidos pelo câncer. Assim como, conceituar câncer, relatar consequências da desnutrição e apontar critérios de diagnósticos da desnutrição em pacientes com câncer. Métodos: Trata-se de uma revisão de literatura integrativa, com abordagem quali-quantitativa através de artigos encontrados nas bases de dados: Pubmed, Google acadêmico e INCA, realizadas nos meses de fevereiro a maio de 2022, sendo selecionado para análise apenas os estudos que compreendem o período de 2018 a 2022. Resultados: A idade, a desnutrição, e a fraqueza muscular são fatores de risco que contribuem para o desfecho em morte do indivíduo. Com o avanço da idade, há diminuição da resposta imunológica do organismo. Em pacientes oncológicos a desnutrição torna-se um fator de risco que aumenta os custos na saúde pública, o tempo de internação e os índices de mortalidade, por estar diretamente associada ao tratamento oncológico. A alimentação tem um importante papel no tratamento do câncer. Conclusão: As alterações metabólicas resultantes da manifestação da patologia, contribui para aumentar o tempo de hospitalização e o desencadeamento da desnutrição. É de suma importância ressaltar a importância da atuação do profissional nutricionista na recuperação da saúde desses pacientes, na melhora do estado nutricional e no acompanhamento da intervenção dietética.
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 | 0.004 | 0.028 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".