Rendimiento pronóstico de reglas de decisión clínica en síncope: un estudio piloto
Bibliographic record
Abstract
Objetivo: Desarrollar un estudio piloto de factibilidad de comparación del rendimiento pronóstico de reglas de decisión clínica en síncope. Objetivo secundario: Evaluar el rendimiento pronóstico de las reglas de decisión OESIL (Osservatorio Epidemiologico sulla Sincope nel Lazio), EGSYS (European Guidelines in Syncope Study), SFSR (San Francisco Syncope Rule) y su aplicación con los Ottawa Electrocardiographic Criteria (SFSR+Ottawa), en predicción de mortalidad por cualquier causa y desenlaces cardiovasculares y no cardiovasculares mayores a 7 y 30 días. Métodos: Estudio observacional, analítico, prospectivo, de tipo longitudinal, con muestreo por conveniencia. Se incluyeron pacientes >18 años de edad admitidos a urgencias con sincope menor o igual a 48 horas de evolución. Se compararon las reglas mediante curvas ROC y sensibilidad, especificidad, VPP y VPN para mortalidad y desenlaces mayores a 7 y 30 días. Resultados: Se incluyeron 44 pacientes durante un periodo de 7 meses, hospitalizándose el 100%. El análisis ROC mostró una AUC para SFSR+Ottawa para mortalidad y/o desenlaces mayores a 7 días de 0,76(IC 95% 0.49-0.82) y 30 días 0,76(IC 95% o.49-0.82), con sensibilidad de 86% y 84% y especificidad de 45% y 47% a 7 y 30 días respectivamente. Conclusiones Es factible realizar un estudio de comparación de rendimiento pronóstico de reglas de decisión clínica de síncope en Colombia. La comparación realizada, sugiere un mejor desempeño de SFSR si se aplica con los criterios electrocardiográficos de Ottawa (SFSR+Ottawa) para la predicción de desenlaces a corto plazo.
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 | 0.013 | 0.031 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".