MétaCan
Menu
Retour à la cohorte
Enregistrement W2066463585 · doi:10.1155/2013/542909

Optimal Approaches for Measuring Tongue-Pressure Functional Reserve

2013· article· en· W2066463585 sur OpenAlexafffund
Catriona M. Steele

Notice bibliographique

RevueJournal of Aging Research · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDysphagia Assessment and Management
Établissements canadiensToronto Rehabilitation InstituteUniversity Health Network
Organismes subventionnairesNational Institute on Deafness and Other Communication DisordersNational Institutes of HealthToronto Rehabilitation InstituteOntario Ministry of Health and Long-Term Care
Mots-clésMedicineData scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Tongue-palate pressure is a parameter of considerable interest in the field of dysphagia. Maximum isometric tongue-palate pressures (MIPs) decline in healthy aging and in dysphagia. Functional reserve (FR) is the difference between MIPs and swallowing pressures. Reduced FR is thought to constitute a risk for developing functional swallowing impairments. We compare different approaches for calculating FR and recommend an optimal approach. Tongue-palate pressure data were collected from 78 healthy adults (40 < age 40; 38 > 60) during anterior and posterior MIPs, regular (RESS) and effortful (ESS) saliva swallows, and water swallows (4 repetitions per task). Six different measures of reserve were calculated using maximum anterior MIPs or ESS pressures at the top, and mean or maximum RESS or water swallow pressures at the bottom of the range. Correlations with age and MIPs were explored to confirm suitability for measuring FR. The impact of normalization to maximum MIP range was explored. We conclude that an optimal measure of FR involves the comparison of maximum MIP with mean saliva swallowing pressures. This parameter declines with age, but when normalized to an individual's MIP range, the relationship is no longer evident. This suggests that FR does not necessarily decline in healthy aging.

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)0,020
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,471
Tête enseignante GPT0,500
Écart entre enseignants0,029 · 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'étudeExpérimental (laboratoire)
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

Citations45
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Aging ResearchMême sujetDysphagia Assessment and ManagementTravaux en français237 207