IDENTIFICAÇÃO DO USO DE TERAPIA NUTRICIONAL ORAL EM NEFROPATAS ASSISTIDOS EM UM CENTRO DE HEMODIÁLISE DO SISTEMA ÚNICO DE SAÚDE EM BELÉM - PA
Bibliographic record
Abstract
Objetivo: Identificar o uso da terapia nutricional oral em nefropatas assistidos em um centro de hemodiálise do sistema único de saúde em Belém - PA. Metodologia: Estudo observacional, transversal e analítico. Avaliou-se o perfil antropométrico, consumo alimentar e foi aplicada a Ferramenta Universal para Rastreio da Má nutrição (MUST) para triagem de risco nutricional. O estudo foi aprovado sob o Parecer 2.970.945. Resultados: Dos 68 pacientes avaliados, 61,76% eram do sexo masculino, com idade média de 53±14 anos, sendo a Hipertensão a comorbidade mais prevalente. Quanto a triagem nutricional, 82,35% apresentaram baixo risco. Constatou-se desnutrição em 13,24% com IMC, 35,30% com a %CB; 39,70% na %PCT e 50,00% segundo a CP em idosos. Quanto a triagem de risco nutricional com uso de suplemento oral, verificou-se que todos os pacientes com risco alto estavam em uso de suplementação, mas apenas 33,33% dos classificados com risco médio usavam também. Em relação a ingestão calórica e o uso de suplementação, observou-se que a maioria, 82,86%, dos pacientes com ingestão abaixo do preconizado não usavam suplemento. A relação do estado nutricional com o % de ingestão e o uso de Terapia, demonstra que os pacientes com desnutrição apresentaram % de ingestão abaixo do preconizado e não estavam em uso de suplementação. Conclusão: De forma geral, todos os pacientes com alto risco estavam sendo contemplados com a terapia, porém, nem todos com médio risco faziam uso. Constatou-se que os pacientes com desnutrição apresentaram % de ingestão abaixo do preconizado e não faziam uso de suplementação.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| 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 | 0.000 | 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".