Factores asociados a la infrautilización en la anticoagulación oral en adultos mayores con fibrilación auricular Hospital Clínica Geriátrica San Isidro Labrador 2016
Bibliographic record
Abstract
La fibrilación auricular es la arritmia cardíaca más frecuente en la población anciana. Dos tercios de los casos de fibrilación auricular ocurren en los pacientes mayores de 75 años y 20% ocurre en mayores de 85 años; 5 por lo que es el grupo vulnerable a la mayor incidencia de eventos cerebrovasculares de tipo cardioembólico. Tenemos fuerte evidencia del efecto beneficioso del tratamiento anticoagulante oral en la prevención de las complicaciones del accidente cerebrovascular cardioembólico y otros fenómenos tromboembólicos. Sin embargo, la terapia de anticoagulación es deficiente en el paciente. Se considera que el presente trabajo es de gran relevancia debido a la escasa información local sobre los factores que determinan en nuestra práctica clínica diaria la decisión de no anticoagular en este grupo etario, permitiéndonos así identificar variables potencialmente modificables que promuevan el uso óptimo de la terapia en el tratamiento de la fibrilación auricular, contribuyendo en la elaboración de los protocolos en el servicio de geriatría. De esa forma contribuir a la baja de las complicaciones tromboembólicas, causando un impacto en la funcionalidad del paciente adulto mayor, asimismo se verá reflejado en la esfera económica a nivel de la institución disminuyendo los costos de las mismas.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 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".