Asociación entre fuerza de prensión y comorbilidades: Estudio Sabe, Ecuador, 2009
Bibliographic record
Abstract
Introducción: el aumento de enfermedades crónicas ha motivado la creación de métodos de evaluación del adulto mayor que permitan estimar su estado general de salud. Entre estos, se ha propuesto la fuerza de prensión. El objetivo de este estudio fue buscar la asociación entre el número de comorbilidades y la fuerza de prensión. Materiales y métodos: se analizaron los datos del estudio sabe Ecuador 2009, un estudio transversal que incluyó una muestra probabilística y representativa de 5235 adultos mayores de 60 años o más. La variable dependiente fue el desempeño en la fuerza de prensión y la sumatoria de comorbilidades, como la variable independiente. Se realizó un modelo de regresión logística lineal para estimar asociaciones independientes. Resultados: de un total de 5235 personas, la media de la suma de comorbilidades fue 1.54 ± 1.36 y la media de la fuerza de prensión fue de 21.45 ± 9.37 kg. Se encontró una asociación negativa de la fuerza de prensión y la suma de comorbilidades, desde 0 comorbilidades -0.88, hasta más de 6 comorbilidades -3.52 (p < 0.05). Ninguna enfermedad por sí sola tuvo mayor asociación con la disminución de la fuerza muscular que el tener más de dos enfermedades concomitantes. Conclusiones: este estudio encontró una asociación lineal negativa entre la fuerza de prensión y la sumatoria de comorbilidades. Los resultados reportados abren la puerta para plantear nuevos estudios que permitan desarrollar herramientas de evaluación que beneficien a la población adulta mayor.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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 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".