MétaCan
Menu
Retour à la cohorte
Enregistrement W2049652697 · doi:10.1186/1471-2318-10-1

Predictors of health decline in older adults with pneumonia: findings from the Community Acquired Pneumonia Impact Study

2010· article· en· W2049652697 sur OpenAlexafffundabout
E. Fernández, Paul Krueger, Mark Loeb

Notice bibliographique

RevueBMC Geriatrics · 2010
Typearticle
Langueen
DomaineMedicine
ThématiquePneumonia and Respiratory Infections
Établissements canadiensUniversity of TorontoMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineGerontologyCommunity-acquired pneumoniaPsychological interventionPneumoniaCommunity healthQuality of life (healthcare)RehabilitationSocial supportFamily medicinePublic healthPhysical therapyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The purpose of this study was to identify predictors of health decline among older adults with clinically diagnosed community acquired pneumonia (CAP). It was hypothesized that older adults with CAP who had lower levels of social support would be more likely to report a decline in health. METHODS: A telephone survey was used to collect detailed information from older adults about their experiences with CAP. A broader determinants of health framework was used to guide data collection. This was a community wide study with participants being recruited from all radiology clinics in one Ontario community. RESULTS: The most important predictors of a health decline included: two symptoms (no energy; diaphoresis), two lifestyle variables (being very active; allowing people to smoke in their home), one quality of life variable (little difficulty in doing usual daily activities) and one social support variable (having siblings). CONCLUSIONS: A multiplicity of factors was found to be associated with a decline in health among older adults with clinically diagnosed CAP. These findings may be useful to physicians, family caregivers and others for screening older adults and providing interventions to help ensure positive health outcomes.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,298
Écart entre enseignants0,280 · 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'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

Citations34
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetPneumonia and Respiratory InfectionsTravaux en français237 207