Standards for epidemiologic studies and surveillance of epilepsy
Notice bibliographique
Résumé
Worldwide, about 65 million people are estimated to have epilepsy. Epidemiologic studies are necessary to define the full public health burden of epilepsy; to set public health and health care priorities; to provide information needed for prevention, early detection, and treatment; to identify education and service needs; and to promote effective health care and support programs for people with epilepsy. However, different definitions and epidemiologic methods complicate the tasks of these studies and their interpretations and comparisons. The purpose of this document is to promote consistency in definitions and methods in an effort to enhance future population-based epidemiologic studies, facilitate comparison between populations, and encourage the collection of data useful for the promotion of public health. We discuss: (1) conceptual and operational definitions of epilepsy, (2) data resources and recommended data elements, and (3) methods and analyses appropriate for epidemiologic studies or the surveillance of epilepsy. Variations in these are considered, taking into account differing resource availability and needs among countries and differing purposes among studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,339 | 0,458 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,032 | 0,041 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,013 | 0,009 |
| Intégrité de la recherche | 0,013 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,010 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».