Dialyysipotilaan ravitsemus : Potilasopas englanniksi
Bibliographic record
Abstract
Opinnäytetyön tavoitteena oli kerätä ajantasaista tieto munuaisten vajaatoiminnan hoidosta ja dialyysipotilaiden ruokavaliosta. Työn tarkoituksena oli tuottaa ruokavalio-opas dialyysipotilaalle englannin kielellä. Työn tilaajana toimi Kanta-Hämeen Keskussairaalan Dialyysi ja munuaistautien poliklinikka. \n \nTeoriaosuus koostui munuaisten toiminnasta sekä munuaisten vajaatoiminnan muodoista ja hoidosta. Teoriaosuuden pääpaino oli kuitenkin dialyysihoidossa ja dialyysipotilaiden ruokavaliossa. Lisäksi perehdyttiin potilaan ravitsemustilan arviointiin ja ravitsemusohjaukseen. Tietoperustan aineisto kerättiin painetuista teoksista, nefrologian aikakausijulkaisuista sekä PubMed- ja Cinahl-tietokannoista. \n \nOpinnäytetyön toiminnallisena osuutena toteutettiin potilasopas dialyysipotilaan ruokavaliosta. Oppaan suunnittelun apuna käytettiin työn tilaajan työyhteisöä. Kommenttien ja ehdotusten puitteissa opasta muokattiin lopulliseen versioon, jonka on hyväksynyt potilaille jaettavaksi Kanta-Hämeen Keskussairaalan nefrologian ylilääkäri. \n \nOpinnäytetyön hyödynnettävyys potilastyössä on laaja. Teoriaosuus on kirjoitettu suomen kielellä, jotta se olisi helpommin käytettävissä tilaajan työyhteisöllä. Suomen kielistä teoriaosuutta voi myös helposti käyttää suomalaisten potilaiden ohjaamisessa. Englannin kielisen potilasoppaan myötä voidaan ohjata paremmin myös vieraskielisiä potilaita, mikä edistää potilaiden välistä tasa-arvoa.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.080 | 0.013 |
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".