Triaje: instrumentos de priorización de las urgencias pediátricas
Bibliographic record
Abstract
<p>El triaje pediátrico estructurado es un proceso de evaluación clínica preliminar para priorizar la atención por grado de urgencia, identificar riesgo vital, asegurar la reevaluación de los pacientes que deben esperar, decidir el área más apropiada para atenderlos y optimizar la calidad de la atención. </p><p>Objetivo: determinar la utilidad de los métodos de triaje, Triángulo de Evaluación Pediátrica, Sistema de Alerta Temprana y SAVE A CHILD para la correcta identificación y jerarquización inicial de la gravedad de la enfermedad en niños.</p><p>Material y métodos: estudio transversal de prueba diagnóstica realizado en el Servicio de Urgencias en Pediatría. Criterios de inclusión: ingreso por triaje. Criterios de exclusión: niños ya hospitalizados, ingreso por causa administrativa. Muestreo aleatorio simple. Se inició con la clasificación por un médico pediatra en triaje y asignación de nivel de gravedad (I-V) según The Canadian Paediatric E.D. Triage and Acuity Scale como estándar de referencia. Simultáneamente se recolectaron datos mediante los métodos Triángulo de Evaluación Pediátrica, Sistema de Alerta Temprana y SAVE A CHILD. Los datos obtenidos se corroboraron por un segundo pediatra al brindar la atención definitiva.</p><p>Resultados: se evaluaron 1,120 niños; 560 ingresaron directamente del triaje a una cama de urgencias pediátricas (84.6% clasificados como nivel I, II o III) y 560 fueron revisados inicialmente en el consultorio después del triaje (20.2% nivel II o III). La sensibilidad para The Canadian Paediatric E.D. Triage Acuity Scale fue de 82%, obtuvimos especificidad de 80% y cociente de verosimilitudes positivo 4.16 (OR = 4.99; p &lt; 0.001); para el Triángulo de Evaluación Pediátrica la sensibilidad fue de 81%, especificidad de 87% y cociente de verosimilitudes positivo 6.25 (OR 111; p &lt; 0.001); para el Sistema de Alerta Temprana sensibilidad de 80%, especificidad de 85% y cociente de verosimilitudes positivo 5.2 (OR 92.3; p &lt; 0.001); para SAVE A CHILD sensibilidad de 90%, especificidad de 23% y cociente de verosimilitudes positivo 1.2 (OR 15.2; p &lt; 0.001).</p><p>Conclusiones: el estudio demostró que el Triángulo de Evaluación Pediátrica, el Sistema de Alerta Temprana y SAVE A CHILD fueron instrumentos útiles para identificar y clasificar la gravedad de una emergencia pediátrica; el mejor resultado se obtuvo cuando se emplearon en conjunto.</p><p> </p>
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 teacher head, 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".