Modeling smoking in systemic sclerosis: A comparison of different statistical approaches
Notice bibliographique
Résumé
OBJECTIVE: To determine the effect of different methods of modeling smoking on vascular outcomes in rheumatic diseases. METHODS: Data from the Canadian Scleroderma Research Group Registry were used. Patients self-reported their smoking history. Vascular outcomes were severity of Raynaud's phenomenon, presence of finger ulcers, and severity of finger ulcers. Several models were developed to capture the experience of smoking: 1) ever compared to never smoking; 2) current and past smoking compared to never smoking; 3) never, past, and current smoking compared using polynomial contrasts; 4) smoking intensity, duration, and time since cessation assessed separately; and 5) smoking modeled using the Comprehensive Smoking Index (CSI), which integrates intensity, duration, and time since cessation into a single covariate. RESULTS: This study included 606 patients, of which 16% were current, 42% were past, and 42% were never smokers. Current and past smokers smoked a mean±SD of 25±17 and 17±18 pack-years, respectively. Smoking duration was shorter in past compared to current smokers (18.3 versus 31.7 years). Past smokers reported having stopped smoking approximately mean±SD 16±12 years prior, although this ranged from 1 to 50 years. Smoking had no effect on vascular outcomes in the simplest model comparing ever to never smokers. Models that isolated past smokers revealed the presence of a healthy smoker bias in that group. The model using the CSI demonstrated a strong negative effect of smoking on vascular outcomes. CONCLUSION: Proper modeling of the effect of smoking is essential in studies of vascular outcomes of rheumatic diseases.
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 | 0,063 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».