Recomendaciones en la primera consulta en personas adultas con obesidad
Bibliographic record
Abstract
El objetivo de esta recomendación es establecer las mejores estrategias para el abordaje de la obesidad en la primera consulta de un paciente adulto con obesidad. Para ello se formularon tres preguntas PICO con respuestas basadas en el análisis de la evidencia científica disponible. Nuestros principales hallazgos fueron: • En la primera consulta de un paciente adulto con obesidad, la entrevista motivacional es más efectiva frente al abordaje tradicional para el descenso de peso dado que, además, permite reforzar la motivación del paciente y estimular su participación en un cambio de comportamiento. • Para el diagnóstico de obesidad, el índice de masa corporal (IMC) sigue siendo una herramienta útil y sencilla de detección, sin embargo, es imperativo ampliar la visión de la obesidad y establecer el riesgo de complicaciones en la primera consulta; para esto tanto el sistema de estadificación de Edmonton como el método ABCD son herramientas útiles adicionales al IMC. • La actividad física aeróbica sigue siendo recomendada por su beneficio en la pérdida de masa grasa, principalmente visceral, no obstante, al combinar una actividad física anaeróbica, los resultados son superiores a la estrategia aeróbica aislada.
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 | 0.003 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".