Comparing the Effectiveness of TWEAK and T-ACE in Determining Problem Drinkers in Pregnancy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: The TWEAK and T-ACE screening tools are validated methods of identifying problem drinking in a pregnant population. The objective of this study was to compare the effectiveness of the TWEAK and T-ACE screening tools in identifying problem drinking using traditional cut-points (CP). METHODS: Study participants consisted of women calling the Motherisk Alcohol Helpline for information regarding their alcohol use in pregnancy. In this cohort, concerns surrounding underreporting are not likely as women self-report their alcohol consumption. Participant's self-identification, confirmed by her amount of alcohol use, determined whether she was a problem drinker or not. The TWEAK and T-ACE tools were administered on both groups and subsequent analysis was done to determine if one tool was more effective in predicting problem drinking. RESULTS: The study consisted of 75 problem and 100 non-problem drinkers. Using traditional CP, the TWEAK and T-ACE tools both performed similarly at identifying potential at-risk women (positive predictive value = 0.54), with very high sensitivity rates (100-99% and 100-93%, respectively) but poor specificity rates (36-43% and 19-34%, respectively). Upon comparison, there was no statistical difference in the effectiveness for one test performing better than next using either CP of 2 (P = 0.66) or CP of 3 (P = 0.38). CONCLUSION: Despite the lack of difference in performance, improved specificity associated with TWEAK suggests that it may be better suited to screen at-risk populations seeking advice from a helpline.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle