MétaCan
Menu
Retour à la cohorte
Enregistrement W2808684211 · doi:10.36829/63cts.v4i2.501

Uso del índice de Garcés en quemaduras pediátricas versus clasificación de Benaim en pacientes pediatricos como predictor de morbilidad

2017· article· es· W2808684211 sur OpenAlexaff
Julio R. Samayoa-Cuc

Notice bibliographique

RevueCiencia Tecnologí­a y Salud · 2017
Typearticle
Languees
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Las quemaduras de pacientes pediátricos en Guatemala representan el 15% de las consultas anuales a las emergencias. No se cuenta con una herramienta modelo para la gradación adecuada de los niveles intermedios de quemadura. El objetivo fue realizar la comparación entre el índice de gravedad de Garcés (Artigas/Minsal) y la escala Benaim en pacientes pediátricos quemados del Hospital de Cuilapa, Santa Rosa en 2013, para establecer su efectividad. Estudio descriptivo, retrospectivo que se llevó a cabo por encuesta, recabando los datos de los expedientes luego del egreso. Se evidenció que la moda de género del grupo fue varón, con edad < 2 años, afectando el 10% de su superficie corporal, siendo la quemadura de segundo grado superficial la prevalente. La estancia intrahospitalaria promedio fue de 11 días. Los pacientes se evaluaron, según la escala pronóstica de Garcés, el cual se calificó como riesgo moderado, pero comparando el mismo grupo con la escala de Benaim, como estándar, se evidenció que se encuentra en el grupo I (leve). Al evaluar, los verdaderos negativos fueron el 51%. Se determinó el valor predictivo negativo el cual fue del 100%, por lo que se evidencia la alta sensibilidad para descartar la presencia de morbilidad en los pacientes más graves. Se recomienda continuar el estudio a mayor escala, y en un futuro mejorar el proceso de clasificación de pacientes para disminuir el riego de morbilidad.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,362
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCiencia Tecnologí­a y SaludMême sujetInjury Epidemiology and PreventionTravaux en français237 207