MétaCan
Menu
Retour à la cohorte
Enregistrement W1976747159 · doi:10.1186/1710-1492-6-10

Rhinitis in the geriatric population

2010· article· en· W1976747159 sur OpenAlexvenueno aff
Jayant M. Pinto, Seema Jeswani

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueAllergic Rhinitis and Sensitization
Établissements canadiensnon disponible
Organismes subventionnairesPritzker School of MedicineNational Institute on AgingNational Institutes of HealthUniversity of ChicagoAmerican Academy of Allergy Asthma and Immunology
Mots-clésComplaintMedicinePopulationQuality of life (healthcare)Population ageingIntensive care medicineGerontologyEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

The current geriatric population in the United States accounts for approximately 12% of the total population and is projected to reach nearly 20% (71.5 million people) by 20301. With this expansion of the number of older adults, physicians will face the common complaint of rhinitis with increasing frequency. Nasal symptoms pose a significant burden on the health of older people and require attention to improve quality of life. Several mechanisms likely underlie the pathogenesis of rhinitis in these patients, including inflammatory conditions and the influence of aging on nasal physiology, with the potential for interaction between the two. Various treatments have been proposed to manage this condition; however, more work is needed to enhance our understanding of the pathophysiology of the various forms of geriatric rhinitis and to develop more effective therapies for this important patient population.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,658
Score d'incertitude au seuil0,261

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,304
Écart entre enseignants0,288 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations61
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical ImmunologyMême sujetAllergic Rhinitis and SensitizationTravaux en français237 207