MétaCan
Menu
Retour à la cohorte
Enregistrement W1916288291 · doi:10.1515/cclm-2015-0420

Statistical methods used in the calculation of geriatric reference intervals: a systematic review

2015· review· en· W1916288291 sur OpenAlexaff
Erika Arseneau, Cynthia Balion

Notice bibliographique

RevueClinical Chemistry and Laboratory Medicine (CCLM) · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineConfidence intervalPopulationStatistical significanceStatisticsMEDLINEGuidelineSample size determinationMathematicsInternal medicinePathologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Geriatric reference intervals (RIs) are not commonly available and are rarely used. It is difficult to select a reference population from a cohort with a high degree of morbidity. Also important are the statistical approaches used to determine health-associated reference values. It is the aim of this study to examine the statistical methods used in the calculation of geriatric RIs. METHODS: A search was conducted on EMBASE and Medline for articles between January 1989 and January 2014. Studies were selected if they: 1) were English primary articles; 2) performed a clinical chemistry test on a blood fraction; 3) had a population sub-group consisting of individuals ≥65 years of age; and 4) calculated a RI for the subgroup ≥65 years of age. RESULTS: There were 64 articles identified, of which 78.1% described the RI calculation method used. RI calculation was performed by non-parametric (21.9%), parametric (42.2%), robust (3.1%), or other (17.2%) methods. Outlier detection (SD, Grubb's test, Tukey's fence, Dixon) was infrequently used and although most studies performed partitioning, only 57.8% tested the statistical significance of the partitions. Few studies (17.2%) reported confidence intervals for the RI estimates. Overall, only 14.1% of studies provided RI estimates which followed the CLSI guideline EP28-A3c. CONCLUSIONS: Statistical methods for RI calculation and partitioning varied considerably between studies and many failed to provide adequate descriptions of these methods. Challenges in analyses arose from insufficient sample sizes and heterogeneity in the elderly population. Geriatric RIs, although present in the literature, may not be properly calculated and should be carefully considered before applying them for clinical care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,084
score de la tête « metaresearch » (Gemma)0,298
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,442

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0840,298
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0130,017
Bibliométrie0,0310,028
Études des sciences et des technologies0,0010,002
Communication savante0,0050,006
Science ouverte0,0050,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,435
Tête enseignante GPT0,585
Écart entre enseignants0,150 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Chemistry and Laboratory Medicine (CCLM)Même sujetSepsis Diagnosis and TreatmentTravaux en français237 207