Hemodiyaliz Hastalarında Kırılganlık ile Malnütrisyon İlişkisinin Değerlendirilmesi
Bibliographic record
Abstract
Amaç: Bu çalışma hemodiyaliz hastalarında kırılganlık ve malnütrisyon durumunu belirleyerek bu faktörler arasındaki ilişkiyi değerlendirmek amacıyla yürütülmüştür.Gereç ve Yöntem: Çalışma Nisan 2021-Haziran 2021 tarihleri arasında T.C. Sağlık Bakanlığı Çorum İl Sağlık Müdürlüğü’ne bağlı hemodiyaliz merkezlerinde 20 yaş üzeri, daha önce böbrek transplantasyonu geçirmemiş, çalışmaya katılmaya gönüllü olan 61 kadın, 78 erkek toplam 139 hemodiyaliz hastası üzerinde yürütülmüştür. Hastalara sosyo-demografik özelliklerini, aile ve bakım durumları ile ilgili soruları içeren anket formu yüz yüze görüşme tekniği ile uygulanmıştır. Kırılganlık durumları Edmonton Kırılganlık Ölçeği (EKÖ), malnütrisyon durumları Yedi Puanlı Subjektif Global Değerlendirme (SGD-7P) ile değerlendirilmiştir.Bulgular: Hastaların %56’sı erkek, yaş ortalaması 61,5 ± 12,92 yıldır (kadınların 62,5 ± 11,43 yıl, erkeklerin 60,8 ± 14,00 yıl). Edmonton Kırılganlık Ölçeği (EKÖ) skor ortalaması kadınlarda 7,28 ± 3,17, erkeklerde 5,45 ± 3,42’dir. Kadınların Edmonton Ölçek skoru ortalaması erkeklere göre istatistiksel olarak anlamlı düzeyde daha yüksek bulunmuştur (p
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) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".