Árvore de classificação para inferência do diagnóstico de enfermagem Volume de Líquido Excessivo (00026).
Objective: To generate a Classification Tree for the correct inference of the Nursing Diagnosis Fluid Volume Excess (00026) in chronic renal patients on hemodialysis. Method: Methodological, cross-sectional study with patients undergoing renal treatment. The data were collected through interviews an...
| Publicado en: | Revista da Escola de Enfermagem da USP Vol. 55; pp. 1 - 18 |
|---|---|
| Autores principales: | , , , , , |
| Formato: | research tables/charts Journal Article |
| Publicado: |
Universidad de Sao Paulo
2021
|
| Acceso en línea: | Ver este registro en EBSCOhost |
| fields | @attributes: recordID: 1 pdfLink: plink: https://search.ebscohost.com/login.aspx?direct=true&db=ccm&AN=154327702&site=ehost-live header: @attributes: shortDbName: ccm uiTerm: 154327702 longDbName: CINAHL Complete uiTag: AN controlInfo: bkinfo: dissinfo: jinfo: jid: 00806234 Z0L jtl: Revista da Escola de Enfermagem da USP issn: 00806234 maglogo: N pubinfo: dt: 2021 vid: 55 pid: 20576 pub: Universidad de Sao Paulo artinfo: ui: 154327702 154327702 154327702 10.1590/S1980-220X2019024603682 154327702 ppf: 1 ppct: 17 formats: tig: atl: Árvore de classificação para inferência do diagnóstico de enfermagem Volume de Líquido Excessivo (00026). aug: au: Botelho, Micnéias Lacerda Lopes Correia, Marisa Dibbern Biani Manzoli, Juliana Prado Montanari, Fábio Luis Costa Carvalho, Luciana Aparecida Marocco Duran, Erika Christiane affil: Universidade Federal de Mato Grosso, Instituto de Ciências da Saúde, Campus Sinop, Sinop, MT, Brasil sug: subj: Decision Trees Classification Nephrology Nursing Brazil Nursing Diagnosis Nursing Practice Fluid-Electrolyte Imbalance Nursing Hemodialysis Nursing Kidney Failure, Chronic Therapy Human Cross Sectional Studies Methodological Research Brazil Data Collection Sampling Error Pilot Studies Software Data Analysis Software Independent Variable Chi Square Test Dependent Variable Descriptive Statistics Adolescence Adult Middle Age Aged Male Female Adolescent: 13-18 years Adult: 19-44 years Middle Aged: 45-64 years Aged: 65+ years Male Female ab: Objective: To generate a Classification Tree for the correct inference of the Nursing Diagnosis Fluid Volume Excess (00026) in chronic renal patients on hemodialysis. Method: Methodological, cross-sectional study with patients undergoing renal treatment. The data were collected through interviews and physical evaluation, using an instrument with socio-demographic variables, related factors, associated conditions and defining characteristics of the studied diagnosis. The classification trees were generated by the Chi-Square Automation Interaction Detection method, which was based on the Chi-square test. Results: A total of 127 patients participated, of which 79.5% (101) presented the diagnosis studied. The trees included the elements "Excessive sodium intake" and "Input exceeds output", which were significant for the occurrence of the event, as the probability of occurrence of the diagnosis in the presence of these was 0.87 and 0.94, respectively. The prediction accuracy of the trees was 63% and 74%, respectively. Conclusion: The construction of the trees allowed to quantify the probability of the occurrence of Fluid Volume Excess (00026) in the studied population and the elements "Excessive sodium intake" and "Input exceeds output" were considered predictors of this diagnosis in the sample. Objetivo: Generar un Árbol de Clasificación para la inferencia correcta del Diagnóstico de Enfermería Volumen de Líquido Excesivo (00026) en pacientes renales crónicos que hacen hemodiálisis. Método: Se trata de un estudio metodológico transversal con pacientes en tratamiento renal. Los datos se recogieron mediante entrevistas y evaluación física, utilizando un instrumento con variables sociodemográficas, factores relacionados, condición asociada y características definidoras del diagnóstico estudiado. Los árboles de clasificación se generaron por el método Detección de Interacción Automática del Chi-cuadrado, basado en la prueba del Chi-cuadrado. Resultados: Participaron 127 pacientes, de los cuales el 79,5% (101) presentaba el diagnóstico mencionado; los árboles incluían los elementos "Ingestión excesiva de sodio" e "Ingestión superior a la eliminación", ambos significativos para el acaecimiento del evento. Los pacientes con estos indicadores tenían probabilidades de presentar el diagnóstico de 0,87 y 0,94, y la capacidad de predicción de los árboles era del 63% y 74%, respectivamente. Conclusión: La construcción de los árboles ha permitido cuantificar la probabilidad del acaecimiento del Volumen de Líquido Excesivo (00026) en la población estudiada. Los elementos "Ingestión excesiva de sodio" e "Ingestión superior a la eliminación" están considerados como premonitores del referido diagnóstico en la muestra. Objetivo: Gerar Árvore de Classificação para correta inferência do Diagnóstico de Enfermagem Volume de Líquido Excessivo (00026) em pacientes renais crónicos hemodialíticos. Método: Estudo metodológico, transversal, com pacientes em tratamento renal. Os dados foram coletados por meio de entrevista e avaliação física, utilizando instrumento com variáveis sociodemográficas, fatores relacionados, condição associada e características definidoras do Diagnóstico estudado. As árvores de classificação foram geradas pelo método Chi- Square Automation Interaction Detection, que se baseou no teste do Qui-quadrado. Resultados: Participaram 127 pacientes. Apresentaram o referido diagnóstico 79,5% (101), e as árvores incluíram os elementos "Ingesta excessiva de sódio" e "Ingestão maior que a eliminação" significativos para ocorrência do evento. Os pacientes com esses indicadores tiveram probabilidade de apresentar o diagnóstico de 0. 87.e 0.94, e a capacidade de predição das árvores foi de 63% e 74%, respectivamente. Conclusão: A construção das árvores permitiu quantificar a probabilidade de ocorrência de Volume de Líquido Excessivo (00026) na população estudada. Os elementos "Ingesta excessiva de sódio" e "Ingestão maior que a eliminação" foram considerados preditores do referido diagnóstico na amostra. pubtype: Academic Journal doctype: research tables/charts Journal Article ougenre: Article language: Portuguese refInfo: holdings: @attributes: islocal: N |
|---|