Condiciones laborales de los pacientes con ERCnT que asisten a la Unidad Nacional de Atención al Enfermo renal Crónico (Unaerc)
Notice bibliographique
Résumé
La enfermedad renal crónica de causa no tradicional (ERCnT) es de etiología multifactorial y no se conoce con exactitud el factor que la provoca. Se asocia a factores como trabajo agrícola, estrés térmico, deshidratación y exposición a químicos. Este estudio transversal describe las condiciones laborales de pacientes con ERCnT que asisten a terapia de hemodiálisis en Unaerc (previo al inicio del tratamiento), y los factores que pudieron predisponer la enfermedad. Se utilizó un diseño de muestreo no probabilístico por cuotas, obteniendo una muestra de 107 pacientes sin antecedentes de diabetes mellitus y < 60 años. Los resultados mostraron que el 76.6 % (82/107) fueron de género masculino, el 26.2 % (28/107), diagnosticados entre 31-40 años y el 38.3 % (41/107) provenían del departamento de Guatemala. El 24.3 % (26/107) y el 15.9 % (17/107) se dedicaban a trabajos agrícolas y al comercio, respectivamente. La mayoría (26.9 %; 7/26) de los trabajadores agrícolas se dedicaban al corte de caña de azúcar; el 57.9 % (62/107) trabajaban para una institución, donde solamente un 17.8 % (19/107) tenían contrato escrito. El 43 % (46/107) trabajaban 6 días/semana, el 57.9 % (62/107) realizaban jornadas de > 8 h/día y el 56.1 % (60/107) no tenían horas extras remuneradas. El 68.2 % (73/107) ganaba menos del salario mínimo y el 70.1 % (75/107) no recibía prestaciones laborales. El 36.4 % (39/107) estuvo expuesto a químicos, el 91.5 % (98/107) se exponía 8 h/día al sol. Solamente 83.2 % (89/107) descansaba durante la jornada laboral.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».