Traducción y adaptación al castellano del cuestionario de salud para celíacos Canadian Celiac Health Survey
Bibliographic record
Abstract
"Introducción: Adaptar y valorar el cuestionario de ca - lidad de vida denominado Canadian Celiac Health Survey (CCHS). Objetivo: Traducir y adaptar en castellano el cuestio - nario CCHS para poder ser utilizado por la población de habla hispana puesto que se trata de un cuestionario específico para la celiaquía. Método: La adaptación del CCHS, que consta de 76 ítems distribuidos en 11 secciones diferentes, se realizó mediante el método de traducción-retrotraducción y tras ser revisado y consensuado se procedió a realizar una prueba piloto con 25 personas celíacas, de forma indivi - dual y por un miembro del grupo de investigación, para valorar la comprensión de los ítems y sus secciones. Las aportaciones fueron introducidas, configurando el cues - tionario definitivo. Resultados: La máxima dificultad en la traducción se produjo en la pregunta donde existían principios activos y nombres comerciales de medicamentos, optándose para ello a los comercializados a nivel nacional. Por otro lado, para el estudio piloto del cuestionario se observó un buen valor de la naturalidad de la comprensión con valores comprendidos entre 8,4 y 10,0. Conclusiones: La herramienta específica CHCS per - mitirá el uso de un cuestionario que pueda ser utilizado por la población de habla hispana en estudios, ensayos clínicos o en la práctica profesional sanitaria cotidiana, permitiendo un mejor conocimiento del estado de salud de los celíacos."
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 | 0.011 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".