Understanding the Evolution of Multimorbidity: Evidences from the North West Adelaide Health Longitudinal Study (NWAHS)
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study is to describe the evolution of multimorbidity. STUDY DESIGN AND SETTING: Data from 1854 South Australians who participated in the North West Adelaide longitudinal Health Study (NWAHS) was collected between baseline (2000-2002) and follow-up (2008-2010). Status for eight chronic diseases (CDs) was determined by biomedical measurement or self-report. Chronic disease (CD) mean age of occurrence and order of appearance was investigated. RESULTS: The prevalence of multimorbidity increased from 32% to 64% during the 7.8±1.1 years of follow-up. The estimated mean age of onset of a new CD was significantly older for hypertension, cardiovascular disease (CVD) and chronic obstructive pulmonary disease (COPD) and younger for hypercholesterolemia, asthma and other mental problem. Hypercholesterolemia was more likely to develop as a first than as a subsequent CD (39%vs.16%, p<0.0001) while CVD (1%vs.5%, p<0.0001), diabetes (5%vs.11%, p<0.001) and COPD (6%vs.16%, p<0.0001) were less likely. The presence of mood disorders at baseline was associated with an increased risk of developing other mental disorders (36%vs.12%, p<0.0001), diabetes (18%vs.9%, p<0.01) and asthma (30%vs.21%, p<0.05). CONCLUSION: Longitudinal data could be used to study the evolution of multimorbidity and could provide information on CDs mean age of occurrence, order of appearance and impact on the development of future CDs.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».