Risk Factors in Chronic Diseases. An Active Epidemiological Surveillance System: One step further with the stepwise model
Bibliographic record
Abstract
Desde buen tiempo atrás, es conocido que las enfermedades crónicas suelen ser consecuencia de una exposición prolongada a ciertos factores ambientales, de estilo de vida o socioeconómicos. Igualmente, se reconoce que las enfermedades crónicas pueden prevenirse, detectarse y controlarse. La realidad es que el perfil de la enfermedad en Colombia demuestra una gran carga de enfermedades crónicas reflejadas en la mayoría de sus comunidades. Este problema es también el resultado de un enfoque de salud pública erróneo, centrado en el tratamiento médico para las últimas etapas de la enfermedad, dejando a la prevención un papel secundario. A nivel individual, los marcos del sistema de salud colombiano no realizan el trabajo y los esfuerzos suficientes para la detección temprana y las acciones rápidas para abordar los factores de riesgo modificables. Los medidas individuales y poblacionales contra factores de riesgo de enfermedades crónicas, se llevan a cabo esporádicamente para algunas personas, pero no como una política pública preventiva. Por lo tanto, complementando la necesidad de actividades sobre los determinantes de la salud poblacional, el propósito de esta propuesta está dirigido al manejo y control de estas deficiencias mediante la implementación de un sistema de vigilancia activa. Teniendo el modelo paso a paso de la Organización Mundial de la Salud como marco conceptual, este sistema de vigilancia específico se establece como una nueva estrategia mediante la cual los datos de salud a nivel comunitario pueden analizarse, ampliarse e integrarse en la vigilancia de salud pública general existente y la infraestructura del programa de salud colombiano. Como resultado, este documento tiene la intención de establecer los fundamentos de estas nuevas herramientas estratégicas para informar la planificación territorial con la adaptación de las intervenciones, con el objetivo de lograr una detección temprana óptima y una rápida intervención de los factores de riesgo. Cerrar estas brechas debe ser otro paso hacia el logro de un enfoque preventivo como abordaje de la enorme carga de enfermedades crónicas para la población colombiana.
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 | 0.014 | 0.024 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.005 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 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".