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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».