Level of scientific theoretical knowledge on hemovigilance of doctors, medical technologists in clinical laboratory and nurses, in a National Institute of Lima during the last quarter of 2024
Bibliographic record
Abstract
Antecedentes: Sabemos que las transfusiones sanguíneas son necesarias para salvar vidas, aunque también corremos el riesgo de causar daño, que puede ser desde lo más simple como una reacción alérgica o, contaminar al paciente con un germen indeseado, hasta una reacción fatal. La Hemovigilancia estudia, observa, reporta, y genera estrategias para aumentar la seguridad, la eficacia y la eficiencia de toda la cadena en el proceso de Hemoterapia, previniendo la aparición o reaparición de esas reacciones adversas y eventos no deseados en todo el proceso. Muchas normas y reglamentos incluyen que es imperativo y debe conocerse las necesidades de capacitación de todo el personal involucrado en los procesos de hemoterapia y hemovigilancia; existen estudios, tanto a nivel local como mundial, sobre determinados procesos dentro de la hemoterapia, pero ¿qué tanto conocen nuestros profesionales sobre Hemovigilancia y su papel dentro de la misma? Al parecer hay un vacío de conocimiento respecto a este tema en nuestro país, que es fundamental para esa seguridad. Objetivo: Determinar el nivel de conocimiento en Hemovigilancia de los médicos, tecnólogos médicos en laboratorio clínico, y enfermeras en un Instituto Nacional de Lima, Perú, correspondiente a un Banco de sangre tipo I B. Métodos y Materiales: Es un estudio exploratorio, de tipo descriptivo y transversal, que utilizará como técnica la recolección de datos, y como instrumento un cuestionario totalmente estructurado, que pasará por un proceso riguroso de validación. La muestra será el universo del personal profesional involucrado en toda la cadena transfusional.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.021 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".