Prevalência da Retinopatia Diabética em pacientes com Diabetes Mellitus Tipo 2 na população de Vespasiano
Bibliographic record
Abstract
O Diabetes Mellitus tipo 2 (DM2) é uma patologia caracterizada por hiperglicemia, devido a perda progressiva de secreção de insulina pelas células beta pancreáticas. Essa doença está associada a complicações macrovasculares e microvasculares, dentre elas a retinopatia diabética (RD). A RD, frequentemente, está presente na população de idade ativa e é a principal causa de cegueira evitável nos países desenvolvidos. A doença possui início insidioso e alta taxa de progressão sendo relacionada, principalmente, à duração do diabetes e nível de controle glicêmico. Faz-se necessário programas públicos de prevenção, diagnóstico e tratamento precoce que visam a melhora do prognóstico da RD, bem como a redução do risco de dano visual irreversível. Desse modo, no presente estudo foram analisados dados extraídos de prontuários referentes aos pacientes previamente diagnosticados com DM2, que participaram do mutirão de retinopatia diabética ocorrido em 02/07/2022, residentes de Vespasiano, Minas Gerais, que realizam tratamento nas unidades básicas de saúde ou com médicos endocrinologistas do município. Tais dados coletados tem como objetivo primário avaliar a prevalência da retinopatia diabética nessa população.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| 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".