Abordagem dos métodos avaliativos em fibromialgia e dor crônica aplicada à tecnologia da informação: revisão da literatura em periódicos, entre 1998 e 2008
Bibliographic record
Abstract
Este estudo teve por objetivo realizar uma revisão da literatura de forma exploratória e analítica, buscando determinar a abordagem das pesquisas realizadas com os descritores fibromialgia e dor crônica associados ao assunto tecnologia da informação, a fim de desenvolver um sistema computacional com os mais utilizados. Com isso, realizou-se um levantamento bibliográfico por meio da utilização do banco de dados das bibliotecas virtuais: SciELO, LILACS e PubMed. A busca dos artigos foi feita, exclusivamente, em periódicos incluídos nesses bancos de dados, com a busca em artigos publicados no período compreendido entre os anos de 1998 a 2008. Os resultados encontrados demonstraram uma grande variedade de questionários avaliativos utilizados na síndrome da fibromialgia, em que se destacaram, em número de citações nos artigos, os seguintes questionários: Questionário de Impacto da Fibromialgia (QIF), Questionário de Qualidade de Vida SF-36, Escala de Depressão de Beck, Escala Visual Analógica da Dor (VAS), Critérios do Colégio Americano de Reumatologia (ACR), Inventário de Ansiedade Traço-Estado (STAI), bem como o Questionário de Dor de McGill. O Questionário de Impacto da Fibromialgia foi o mais citado tanto na busca ao descritor fibromialgia como na busca ao descritor dor crônica, com 57,0% e 56,3%, respectivamente. A associação dos descritores fibromialgia e dor crônica ao assunto tecnologia da informação resultou em 26 artigos, o que representa 9,7% de todos os artigos encontrados na pesquisa. Houve também um aumento considerável no número total de pesquisas realizadas nos anos de 1998 a 2007, com uma taxa anual de crescimento de 26%.
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 | 0.043 | 0.147 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.027 | 0.025 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.008 | 0.008 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".