Niveles de atención, de prevención y atención primaria de la salud
Bibliographic record
Abstract
El objetivo es desarrollar y diferenciar conceptualmente la Atencion Primaria de la Salud (APS), de los niveles de Atencion, de Complejidad, de los niveles de Prevencion y precisar claramente la Promocion de la Salud de la Prevencion de Enfermedades. La estrategia de la APS definida en la conferencia de Alma Ata en 1978 establecio un avance para superar los modelos biomedicos, centrados en la enfermedad que privilegian servicios curativos, caros, basados en establecimientos de segundo y tercer nivel por modelos basados en la promocion de salud y preventivos de la enfermedad a costos razonables para la poblacion. Los niveles de atencion son una forma organizada de organizar los recursos en tres niveles de atencion. Se senala como niveles de complejidad el numero de tareas diferenciadas o procedimiento complejos que comprenden la actividad de una unidad asistencial y el grado de desarrollo alcanzado por la misma. La Prevencion se define como las medidas destinadas no solamente a prevenir la aparicion de la enfermedad, tales como la reduccion de factores de riesgo, sino tambien a detener su avance y atenuar sus consecuencias una vez establecida. La promocion de salud como tal es una estrategia establecida en Ottawa en 1986, donde se la define como: el proceso que proporciona a los individuos y las comunidades los medios necesarios para ejercer un mayor control sobre su propia salud y asi poder mejorarla
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".