Prevalencia y evaluación de sÃntomas en enfermedad renal crónica avanzada
Bibliographic record
Abstract
El paciente con enfermedad renal crónica avanzada (ERCA) presenta una elevada carga de síntomas que contribuyen a un aumento del sufrimiento y disminuyen su calidad de vida. El uso de instrumentos de evaluación es esencial para el control de síntomas. El objetivo de esta revisión es obtener una visión contrastada de los instrumentos más usados para evaluar síntomas en ERCA, realizando una descripción de la prevalencia de síntomas en esta población. Método: Se realizó una revisión de la literatura publicada sobre estudios en los que se utilizara algún instrumento para medir la intensidad de varios síntomas en pacientes con ERCA. La búsqueda se realizó en Pubmed, Cochrane, SciELO, TESEO, PROQOLID y BiblioPRO. Los criterios de inclusión fueron: estudios realizados con pacientes en ERCA, que evaluaran la sintomatología con algún instrumento de medición de síntomas, y que además, indicaran la prevalencia de varios síntomas. Resultados: Los instrumentos identificados fueron el Memorial Symptom Assessment Scale Short Form(MSAS-SF), el Dialysis Symptom Index (DSI), el Edmonton Symptom Assessment System (ESAS) y el Palliative care Outcome Scale-Symptoms Renal (POS-S RENAL). En pacientes adultos con ERCA sometidos a tratamiento renal sustitutivo con hemodiálisis y diálisis peritoneal, los síntomas más prevalentes fueron el cansancio, prurito, estreñimiento, anorexia, dolor, alteraciones del sueño, ansiedad, disnea, nauseas, piernas inquietas, y depresión. Éstos síntomas fueron similares en pacientes con manejo renal conservador, y presentaron un patrón común con la sintomatología de otras enfermedades avanzadas. Concluimos que existe necesidad de investigar sobre prevalencia y evaluación de síntomas en esta población, y que el uso sistemático de los instrumentos específicos de evaluación de síntomas como medida de resultados es fundamental.
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 | 0.005 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| 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) | 0.003 | 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".