Predictors for wheezing phenotypes in the first decade of life
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
BACKGROUND AND OBJECTIVE: This study examined prenatal, perinatal and early childhood predictors of wheezing phenotypes in the first decade of life. METHODS: Information on current wheezing, was collected prospectively from five surveys conducted every 2 years over the first decade of life. Five wheezing phenotypes were defined: non-wheezers, preschool, primary-school, intermittent and persistent wheezers. Logistic regression with adjustment for survey design was used to determine the predictors of wheezing phenotypes. RESULTS: Data on 2711 children were used in the analysis. Early respiratory infection, the child's allergy and parental asthma were significant risk factors for preschool, intermittent and persistent wheeze. The child's allergy and parental asthma had stronger associations with persistent wheeze than with preschool wheeze. Breastfeeding was a significant predictor of both preschool and intermittent wheezing. Daycare attendance was a risk factor for preschool wheeze but a protective factor for primary-school wheezing. Crowding at home was a protective factor for both preschool and primary-school wheeze. Parental smoking was a significant factor for preschool wheeze. CONCLUSION: This study identified different predictors for each wheezing phenotype with some degree of overlap. The observed differential effects for these conditions raises the possibility that there are different aetiologies for asthma among children.
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 | 0,000 | 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