Predictor de mortalidad, utilidad de trauma score revisado. (RTS)
Notice bibliographique
Résumé
La principal causa de muertes y discapacidad en la población adulta joven es el trauma. A nivel mundial se estimó 278,6 millones de personas sufrieron traumas en especial relación con accidentes de tránsito. En países latinoamericanos las estadísticas se duplican versus con las potencias mundiales y que del 20% al 40% de la ocupación hospitalaria fue relacionada a esta causa. La presente investigación se realizó con el objetivo de valorar como predictor de mortalidad a la escala Trauma Score Revisado (RTS) en el servicio de emergencias del hospital General Docente Ambato (HGDA). Fue de carácter observacional-documentado de enfoque cuali-cuantitativo, de diseño no experimental, analítico sintético y de corte retrospectivo tranversal. Se definió que las variables de las constantes vitales se encontraron en un porcentaje normal en la mayoría de pacientes atendidos y en lis que no se pudo realizar el cálculo de la escala fue por la limitación de falta de información por un llenado incompleto de las historias clínicas, además que en la atención pre-hospitalaria como en el triage hace falta la implementación de RTS para mejorar el tiempo en la atención que influirá en el pronóstico de estos pacientes críticos.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».