Fragilidad como screening diagnóstico pacientes mayores de 65 años hospitalizados desde agosto hasta octubre 2023
Bibliographic record
Abstract
Desde los años 80 la evaluación geriátrica se concentró en la fragilidad del adulto mayor como un estado asociado al envejecimiento, una disminución de la reserva fisiológica y traduce un aumento del riesgo de incapacidad. Se realizó una investigación observacional, prospectiva y descriptiva, se incluyeron pacientes mayores de 65 años hospitalizados en el Centro Médico Docente La Trinidad. Los datos fueron obtenidos a través de revisión de historias clínicas e interrogatorio al paciente aplicando escalas de Freid, FRAIL y Edmonton. Fueron organizados en una hoja Excel de Microsoft® con resultados descritos en frecuencias absolutas y relativas. La totalidad de los pacientes estudiados no tenían dentro sus planteamientos diagnósticos fragilidad, por tanto tampoco tenían un plan terapéutico establecido para esta patología. Se determinó que las escalas Freid, FRAIL y Edmonton no son usadas en el área de hospitalización como método para diagnosticar Fragilidad. Según la escala de FRAIL, 33,33% pacientes Frágiles y 33,33% prefrágiles. De acuerdo a Edmonton se evidenció un 23,33% pacientes con fragilidad leve y 10% con fragilidad moderada. Finalmente, la escala de Fried, 36,67% en prefragilididad y 26,67% con fragilidad del adulto mayor. Por el momento, el síndrome de fragilidad no se detecta de forma frecuente. La relevancia de nuestros resultados desde la perspectiva de los sistemas de salud permite destacar la ausencia del diagnóstico en nuestro medio y un modelo organizacional de atención en salud dirigido a ancianos. La detección oportuna del adulto mayor frágil permite entre otras aplicar medidas que limiten o retarden su deterioro funcional.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".