Análise da evolução do equilíbrio em paciente com Doença de Parkinson: relato de caso
Bibliographic record
Abstract
Introdução: A doença de Parkinson (DP) é uma doença neurológica, progressiva e degenerativa. Apresenta alterações motoras decorrentes da apoptose de neurônios dopaminérgicos da substância negra que apresentam depósitos de proteínas conhecidas como corpúsculos de Lewy. Apresenta sintomas motores e não motores, e conforme a progressão da doença há comprometimento das AVDs, causando dependência e isolamento social. Objetivo: Discorrer sobre o caso de um paciente com Parkinson, descrevendo a sua funcionalidade e evolução de seu equilíbrio. Metodologia: Foram avaliados 6 prontuários de atendimento realizados por examinadores distintos, a fim de observar como se apresenta o equilíbrio do paciente em questão, acompanhado na clínica escola no período de um ano e seis meses, através dos testes de TAF e TUG. Resultados: No TAF foi evidenciado risco de queda, comprometimento do equilíbrio, instabilidade postural e redução de mobilidade. E no TUG o paciente mostra independência funcional preservada. Conclusão: Apesar dos testes TAF e TUG mostrarem a necessidade de uma execução padronizada, observou-se comprometimento do equilíbrio estático e o menor alteração no equilíbrio dinâmico, portanto houve uma melhora da evolução do equilíbrio dinâmico do paciente.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".