Avaliação da qualidade de vida e caracterização da dor em indivíduos com diagnóstico de síndrome da fibromialgia
Bibliographic record
Abstract
Resumo: O principal objetivo do trabalho foi investigar a qualidade de vida em indivíduos com diagnóstico de SFM. Trata-se de uma pesquisa de campo com abordagem quantitativa, exploratória, de corte transversal e levantamento de dados, relacionada ao impacto da SFM na QV, realizada na cidade de Patos no estado da Paraíba. A amostragem foi constituída pelos primeiros 24 voluntários diagnosticados com a SFM que aceitaram fazer parte da pesquisa, os instrumentos de coletas utilizados foram um questionário sociodemográfico, o de qualidade de vida WHOQOL-bref, e o questionário de impacto da fibromialgia (QIF). Todas as participantes foram do sexo feminino. O QIF mostrou grande impacto da fibromialgia na QV, com pontuação média de 77,2. O índice de dor teve pontuação média de 35,5. Em relação a caracterização da dor, os descritores sensível (70,8%), formigamento (70,8%), enjoada (70,8%), enlouquecedora (54,2%), cansativa (32,5%) e que irradia e espalha (41,7%), foram predominantes. O teste de correlação de Spearman mostrou correlação positiva entre índice de dor de McGill e pontuação geral do QIF (ρ=0,659; p <0,001), o que quer dizer, que quanto maior a dor relatada, maior o impacto negativo na QV. Conclui-se portanto de acordo com os resultados do estudo, que há (estatisticamente) uma relação positiva entre a SFM e uma QV inferior, ou seja, quanto maior o índice de dor ligado a fibromialgia, menor a qualidade de vida do indivíduo.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".