MétaCan
Menu
Retour à la cohorte
Enregistrement W2016865804 · doi:10.1136/pgmj.2005.035030

Treating vascular risk factors and maintaining vascular health: Is this the way towards successful cognitive ageing and preventing cognitive decline?

2006· review· en· W2016865804 sur OpenAlexaff
Kannayiram Alagiakrishnan, Peter McCracken, Howard Feldman

Notice bibliographique

RevuePostgraduate Medical Journal · 2006
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDementiaMedicineVascular dementiaDiseaseAgeingCognitive declineVascular diseaseCognitionIncidence (geometry)Risk factorGerontologyAlzheimer's diseaseIntensive care medicinePsychiatryPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Dementia is a progressive disorder that typically worsens with time and from which recovery is unlikely. The incidence of dementia increases exponentially with ageing and is an important public health challenge. There is now growing evidence for the role of vascular factors in Alzheimer's disease, mixed dementia (Alzheimer's disease with cerebrovascular disease), and of course vascular dementia. With the rising prevalence of vascular disease, there are increasing numbers of people who are identified to be at risk of cognitive impairment. By changing modifiable vascular risk factors, there is emerging evidence that it may be possible to prevent or delay the expression and progression of dementia.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,062
Tête enseignante GPT0,349
Écart entre enseignants0,287 · 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.

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

Citations59
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePostgraduate Medical JournalMême sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207