MétaCan
Menu
Retour à la cohorte
Enregistrement W2067521520 · doi:10.1159/000097849

Affective Disorders in Motor Neuron Disease: A Population-Based Study

2006· article· en· W2067521520 sur OpenAlexaffabout
Scott B. Patten, Lawrence W. Svenson, Christopher M. White, Salma M. Khaled, Luanne M. Metz

Notice bibliographique

RevueNeuroepidemiology · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensAlberta HealthGovernment of AlbertaUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineLogistic regressionOdds ratioDiseaseAmyotrophic lateral sclerosisPopulationOddsPrevalencePsychiatryDemographyPediatricsEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Several studies have suggested that there may be an increased prevalence of affective disorders in people with motor neuron disease (MND). However, the literature is inconsistent, possibly because of small sample sizes in the existing studies. The Canadian province of Alberta has a universal health care system in which physician contacts are recorded along with ICD-9-CM diagnostic codes. In this analysis, diagnostic codes indicative of MND and affective disorders were used. Stratified analysis and logistic regression were used in the analysis. There were 336 cases of MND leading to a prevalence of 14.5 per 100,000 in provincial residents > or =20 years old. Affective disorders were identified in 8.6% of the total population during the same year. The crude odds ratio for affective disorders in MND was 2.3 (95% CI = 1.7-3.0). However, the prevalence of affective disorders declined with increasing illness duration.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,794

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,327
Écart entre enseignants0,305 · 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 tête enseignante, 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

Citations8
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroepidemiologyMême sujetAmyotrophic Lateral Sclerosis ResearchTravaux en français237 207