Correlación de la escala clínica de fragilidad y el algoritmo de fragilidad propuesto por la Universidad Dalhousie en adultos mayores
Bibliographic record
Abstract
Introducción. La fragilidad es definida como el deterioro funcional en relación con el envejecimiento. En la actualidad no existe una medida estandarizada para su diagnóstico. Objetivo. Determinar la correlación de la Escala Clínica de Fragilidad (CFS) y el algoritmo propuesto por la Universidad Dalhousie en adultos mayores durante la pandemia por COVID-19. Métodos. Se examinó a 444 pacientes en diferentes niveles asistenciales, la fragilidad se medió con la CFS y el algoritmo. Se utilizaron estadísticas descriptivas para presentar las variables. Se aplicaron modelos de regresión lineal para cuantificar la correlación entre los puntajes de ambos instrumentos. Resultados. El algoritmo indicó un 21.17% de adultos mayores ligeramente frágiles, 20.95% vulnerables y 8.33% severamente muy frágiles. Por otro lado, con la CFS hubo 28.38% adultos mayores ligeramente frágiles, 25.9% moderadamente frágiles y 2.93% vulnerables no dependientes. Se encontró una correlación de 54.5% de los casos y obteniendo un Rho de Spearman de 0.79 con un valor de p <0,001. Conclusión. Hay un cierto nivel de correlación según el modelo de regresión lineal pero no lo suficiente para ser estandarizada por lo cual se recomienda el uso de otros instrumentos de manera individualizada.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.016 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.001 | 0.003 |
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; both teacher heads agree on what is shown here.
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".