Caminos metodológicos: validación y desarrollo de diagnósticos de enfermería
Bibliographic record
Abstract
A lo largo de los años enfermería ha buscado la consolidación de un lenguaje estandarizado que identifique la disciplina en todos los escenarios prácticos, propuesto por la North American Nursing Diagnosis Association (NANDA), fundada en 1982 y convertida en el año 2002 en un organismo internacional, adoptando el nombre de NANDA International (NANDA-I), año que también establecieron la Taxonomía II, usando un lenguaje que cumple los criterios establecidos por el Committee for Nursing Practice Information Infrastructure (CNPII) de la American Nurses Association (ANA). El desarrollo de los diagnósticos de enfermería y las actualizaciones han sido elaboradas a partir de investigaciones en diferentes contextos de la práctica, las propuestas de nuevos diagnósticos y la revisión de los existentes son sometidas ante el Comité de Desarrollo del Diagnóstico (DDC), a un examen sistemático que determina su coherencia con los criterios establecidos para los diagnósticos enfermeros y de acuerdo al nivel de evidencia que respalda su grado de desarrollo o su validación, una vez sea aprobado por el DDC es direccionado a los miembros de NANDA-I y finalmente, presentado a la Junta Directiva de NANDA-I para su aprobación final. Los diagnósticos aceptados son incorporados y publicados en la siguiente edición de los Diagnósticos enfermeros: Definiciones y clasificación de NANDA-I (1). La reciente edición 2015-2017, contempla 13 dominios, 47 clases y 235 diagnósticos enfermeros, de los cuales 13 fueron revisados y 25 incluidos, el libro de la NANDA-I refiere en algunos de sus capítulos los delineamientos para la construcción y/o validación de un diagnóstico de enfermería (DE), los tipos de estudios más utilizados y las directrices para la presentación de un diagnóstico ante la NANDA-I. A continuación se pretende describir de forma general, los métodos de investigación más utilizados para desarrollar y/o validar un diagnóstico, el propósito es estimular a los investigadores a recorrer este camino. Cómo citar este artículo: Rodríguez-Acelas A, Cañón-Montañez W. Caminos metodológicos: validación y desarrollo de diagnósticos de enfermería. Rev Cuid. 2015; 6(1): 879-81. http://dx.doi.org/10.15649/cuidarte.v6i1.248
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 | 0.111 | 0.370 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.009 | 0.009 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.004 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".