Bibliographic record
Abstract
Choosing Wisely (CW) es una campaña dirigida por médicos comprometidos a ayudar a pacientes y profesionales de la medicina a entablar conversaciones sobre la atención innecesaria. Ha aumentado la concienciación sobre el problema del uso excesivo o las intervenciones de escaso valor en procedimientos diagnósticos y tratamientos médicos. Este movimiento internacional comenzó en Estados Unidos en 2012 y en Canadá en 2014. La campaña involucra a médicos y otros profesionales de la salud, como enfermería, odontología, medicina de laboratorio y farmacia, entre otros. También se compromete con los estudiantes de medicina para ayudarles a establecer buenas prácticas al principio de sus carreras. En la actualidad, la campaña se ha extendido a 35 países, entre ellos Brasil, Colombia y Argentina, que se unieron en octubre de 2023. En Colombia, bajo el liderazgo de la Asociación Colombiana de Sociedades Científicas (ACSC), 11 sociedades científicas, entre ellas ACE, se han unido a "Decisiones Acertadas" desde su creación. La lista de recomendaciones de pruebas y medicamentos innecesarios que ACE ha dado a conocer apoya la fuerte evidencia de que la atención de bajo valor puede conducir a eventos adversos o pruebas adicionales, lo que puede aumentar la ansiedad de los pacientes y cuidadores y aumentar la probabilidad de falsos positivos u otros daños prevenibles. Por ejemplo, la ACE recomienda que los niveles de vitamina D no se soliciten de forma rutinaria en la población general, porque esta medición no cambia la gestión. Otras recomendaciones se refieren al uso excesivo de la ecografía tiroidea, la medición de la insulina basal y los marcadores óseos en la osteoporosis, así como a limitar la utilidad de prescribir vitamina D a pacientes con factores de riesgo específicos de deficiencia.
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 | 0.018 | 0.065 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.030 | 0.004 |
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".