Criterios diagnósticos para toma de rayos x en traumatismo de tobillo, en el Hospital Regional de Loreto, Iquitos - 2018
Bibliographic record
Abstract
Las lesiones en los pies y el tobillo son patologías comúnmente tratadas por los médicos de emergencia; estas lesiones representan el 12,6% de los pacientes atendidos en emergencia, es muy común la solicitud de exámenes radiográficos para excluir la presencia de una fractura, sin embargo, menos del 15% de estos pacientes en realidad tienen fractura por lo tanto la mayor parte de estas radiografías son innecesarias. La prestación de los exámenes radiológicos innecesarios aumenta las demandas sobre el sistema de atención de la salud, y puede dar lugar a tiempos de espera prolongados para el paciente (14). Para disminuir la exposición innecesaria a la radiación y reducir el tiempo de espera para los pacientes en los servicios de emergencia, Stiell y col. desarrollaron unas reglas de decisión clínica (llamados las reglas del tobillo de Ottawa, Leiden, Utrecht) para excluir fracturas en las lesiones agudas de tobillo usando sólo la exploración física. En el presente proyecto de investigación se realizara un estudio descriptivo cuantitativo, buscando establecer la relación entre los criterios diagnósticos y la toma de rayos x en pacientes con traumatismo de tobillo, atendidos en el servicio de emergencia del Hospital regional de Loreto, Iquitos 2018. Esta investigación estará constituida por todos los pacientes con traumatismo de tobillo que ingresaron al servicio de emergencia durante el año 2017 a los cuales se les pidió un rayos x, se realizara revisión de las historias clínicas de aquellos pacientes que sufrieron traumatismo de tobillo y se les solicitó radiografías, se recolectaran los datos en las fichas determinadas para el presente estudio, se realizara una comparación sobre el criterio clínico, síntomas y signos usados por los médicos tratantes y los criterios existentes en las reglas de tobillo de Ottawa, Leiden y ultrech. Concluida la recolección de datos se procederá a su tabulación con su respectivo análisis e interpretación, se confeccionara una base de datos en Microsoft Excel y para el análisis estadístico se usara el programa automatizado SPSS versión 22.0 para Windows, encontrando así la relación entre los criterios diagnósticos y la toma de rayos x de pacientes con traumatismo de tobillo.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".