Proteína C reactiva como predictor en la expulsión de litos ureterales del tercio distal: Hospital Nacional Guillermo Almenara Irigoyen 2022
Bibliographic record
Abstract
Determina la capacidad predictiva de la proteína C reactiva en relación con la \nexpulsión de litos ureterales del tercio distal en el Hospital Nacional Guillermo \nAlmenara Irigoyen durante el año 2022. La incidencia de cálculos ureterales en los servicios de emergencia y en las \nconsultas externas de los diversos centros hospitalarios en Perú está \naumentando de manera acelerada. Actualmente, es reconocido que esta \npatología puede deteriorar notablemente el bienestar emocional y físico del \npaciente y su entorno. Además, los cálculos de la vía urinaria pueden ser el \ndesencadenante de otras afecciones médicas, tales como insuficiencia renal, \nurosepsis, hidronefrosis, entre otras.\nDado la cascada inflamatoria que condiciona esta enfermedad urológica es \nnecesario considerar el beneficio de proteína C reactiva para predecir el Éxito de \nla expulsión de litos ureterales del tercio distal de 6 a 10 mm, de tal manera que se evita el uso de tratamientos más invasivos como la ureterolitotripsia \nendoscópica; además de ahorrar recursos sanitarios como tiempo del médico y \ncamas hospitalarias. Al notar la falta de estudios para esta patología en nuestra \nrealidad es que procedemos a realizar la siguiente investigación con la finalidad \nde brindar nuevos conocimientos al respecto.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".