Aivokasvainpotilaan kotiutumisopas neurokirurgian vuodeosastolle
Bibliographic record
Abstract
Opinnäytetyön tarkoituksena oli kehittää aivokasvainta sairastavan potilaan postoperatiivisen hoito-oppaan käsikirjoitus Helsingin ja Uudenmaan sairaanhoitopiirin Neurokeskuksen, Silta-sairaalan neurokirurgian S7 vuodeosastolle. Potilaalle suunnatun hoito-oppaan käsikirjoituksen teoriatiedon pääpainotteena oli kivunhoito ja psykososiaalinen tuki. Tavoitteena oli helpottaa vuorovaikutusta hoitotyön asiakaslähtöisessä toiminnassa ja kirjoittaa potilaan operaation jälkeistä toipumista edistävä tieto selkeälukuiseksi oppaaksi. Opinnäytetyönä toteutetun oppaan käsikirjoituksen tavoite oli lisätä potilaalle suunnattua tietoa selkeälukuisin oppaan muodossa sekä helpottaa vuorovaikutusta hoitotyön asiakaslähtöisessä toiminnassa. \n \nHoito-opas tukee jo olemassa olevaa postoperatiivisen ohjauksen rakennetta ja auttaa huomioimaan potilaan kokonaisvaltaisen kuntoutuksen tarpeen kivunhoidon näkökulmasta. Päivitetylle hoito-oppaalle oli tarve neurokirurgian vuodeosastoilla aivokasvainpotilaan perioperatiivisen hoitotyön sekä potilaan ohjauksen tueksi. \n \nHoito-oppaaseen päätyi seuraavat aiheet: aivokasvain diagnoosina, neurokirurginen aivokasvainta sairastava potilas, kivunhoito, postoperatiivinen hoito ja sairaanhoitajan rooli sen toteutuksessa, psykososiaalinen tuki. Teoriataustaa varten on tehty lähdehakua tiedonhaku sivustoilta kuten EBSCO Host hakusanoin; neurokirurginen potilas, perioperatiivinen hoitotyö, psykososiaalinen tuki, kivunhoito ja kipulääkitys. Lähteinä on myös käytetty kirjallisia lähteitä. Duodecim Lääkärikirja sekä Terveyskirjasto ovat toimineet teoriataustan tiedonlähteinä. \n \nOpinnäytetyö toteutettiin kirjallisuuskatsauksen muodossa. Arviointi toteutettiin julkaisuna HUS:in omassa intrassa, NeuroNyt julkaisussa. Julkaisu toimi samalla kypsyysnäytteenä työn kirjoittajille.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.095 | 0.023 |
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".