Dolor y demencia avanzada: revisión bibliográfica

La pérdida de habilidades de comunicación y la capacidad de cuantificar la experiencia del dolor en el anciano con demencia avanzada representa un serio obstáculo para la gestión efectiva del dolor y posiciona a esta población en alto riesgo de no detectarlo ni aplicar tratamientos adecuados. En este trabajo se describe la gravedad de este problema definiendo las poblaciones en riesgo, las estrategias y recursos para la gestión adecuada del dolor y las funciones de las enfermeras como gestoras de su manejo. Material y método: se realizó una revisión bibliográfica en PubMed (Medline), Cochrane Library Plus, Dialnet y ScienceDirect® (Elsevier) entre enero de 2000 y diciembre de 2014 de la literatura reciente y relevante sobre la gestión del dolor en los ancianos con demencia avanzada. Resultados: los últimos estudios neurológicos nos guían en la diferente vivencia del dolor que presenta la persona mayor, según el tipo de demencia. La gestión del dolor es un proceso complejo y dinámico. La valoración y diagnóstico del tipo de dolor, la intensidad y el efecto que tiene sobre la persona son necesarios para poder planificar una intervención o tratamiento adecuado, un correcto registro y una reevaluación sistemática. El éxito para una correcta gestión y manejo del dolor es la formación al personal enfermero responsable del cuidado de la persona mayor y la utilización de logaritmos de actuación definidos. Conclusiones: la gestión eficaz del dolor requiere evaluación minuciosa, intervención adecuada, reevaluación sistemática y registro constante.

Análise conjunta de regressões : ajustamento e zonagem agrícola

A Análise conjunta de regressões, ACR, é uma técnica utitilizada para estudar a interação gentipo x ambiente baseada em regressões. Nesta técnica ajusta-se uma regressão linear por cultivar. Nestas regressões a variável controlada é o índice ambiental que mede a produtividade dos vários ambientes. Nas culturas anuais, os ambientes compreendem aos pares (local, ano). Os valores dos índices ambientais e dos coeficientes das regressões são ajustados simultaneamente. Até agora a ACR tem sido aplicada a uma única cultura de cada vez. Neste trabalho vamos procurar ultrapassar essa limitação através da modelação dos logaritmos dos índices ambientais tendo-se desenvolvido um modelo da forma: zi, j  v  l j  j , i  1,...,n, J  1,...,n onde zi , j é o logaritmo do índice ambiental para o i-essimo ambiente na j  essima cultura , v um valor médio geral , li j  essimo cultivar. o efeito do i  essimo local e  j o efeito do Ao utilizar esta modelação, os locais corresponderão a estações experimentais de forma a poder-se ter várias culturas no mesmo local. Ora, as estações experimentais são escolhidas por forma a serem representativas das regiões onde estão implantadas. Assim, os índices ambientais correspondentes às várias estações experimentais e, consequentemente, às respetivas regiões, pudesse ser utilizados para agrupar regiões contíguas com índices semelhantes obtendo-se assim, um elemento interessante para a Zonagem agrícola no que diz respeito às culturas que se trabalha. Pode-se ainda procurar uma Zonagem para grupos de cultivares. Por exemplo, adiante trabalharemos com dados da cevada e trigo os quais são cereais. ABSTRACT: Joint Regression Analysis, JRA, is one of the techniques for the study of genotypeXenvironment interaction based on the use of regressions .In JRA a linear regression of the yields of each cultivar on a controlled variable, the environment index ,is adjusted .The index miss erasures the productivity of each environment .In yearly cultures the environments correspond to the pairs (location ,years) .These indexes and the correlation coefficients are adjusted simultaneously. Up to now JRA has been applied to single crops .Now we try to overcome this restriction through modeling of the logarithms of the environmental indexes .We developed a model τ i , j = v + l j +λ j , i = 1,..., b, J = 1,...J where τ i , j is the logarithm of the environmental index for the i-th environment and the j-th crop , v is the general mean , li is the effect of the i-th environment and λ j is the effect of the j-th crop . When applying this model the location will correspond to experimental situations in order to have several crops in the same locations .Now experimental stations are chosen to be representative of the regions in which they are located .Then the l1 ,..., lb can be used to group contiguous regions with similar location effects .We thus get an useful tool for Agricultural Zoning for the crops we used or, even, for the group to which those crops belong . For instance we worked with barley and wheat that are cereals.