Caracterización de factores sociodemográficos, epidemiológicos y clínicos de pacientes masculinos con ERCnT en la Unidad Nacional de Atención al Enfermo Renal Crónico
Bibliographic record
Abstract
La ERCnT es un daño funcional del riñón que no está asociada con una historia de diabetes ni hipertensión, con una disminución de la tasa de filtración glomerular por debajo de 60 mL/min/1.73 m 2, cuya causa aún no ha sido claramente establecida. El objetivo de esta investigación fue la caracterización de pacientes de sexo masculino con ERCnT que están siendo atendidos en la Unidad Nacional de Atención al Enfermo Renal Crónico (Unaerc), para lo cual se realizó un estudio de tipo descriptivo, transversal. La muestra la constituyó 83 pacientes de sexo masculino, en donde se analizaron variables sociodemográficas, epidemiológica y clínicas. Para recolectar los datos se utilizó la técnica de entrevista. Para analizar las variables obtenidas se aplicó estadística descriptiva, analizando la información mediante tablas de distribución de frecuencia y porcentaje. Se obtuvo que en factores sociodemográficos la mayoría de pacientes que padecen ERCnT provenían de los departamentos de Jutiapa, Jalapa y Escuintla, que la mayoría era de raza ladina, con vivienda de block y que indican tener acceso a los servicios básicos de agua, luz y extracción de basura. En factores epidemiológicos predominan pacientes con edades entre 18-28 años, agricultores con largas jornadas de trabajo expuestos al sol, que consumían bebidas carbonatadas y alcohólicas. En factores clínicos la mayoría no presenta antecedentes familiares de enfermedad renal.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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 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".