MétaCan
Menu
Retour à la cohorte
Enregistrement W2086926485 · doi:10.1164/rccm.200605-629pp

Sleep Apnea, Alertness, and Motor Vehicle Crashes

2007· review· en· W2086926485 sur OpenAlexaff
Charles F. George

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2007
Typereview
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineAlertnessSleep apneaApneaPopulationPoison controlSleep (system call)Excessive daytime sleepinessObstructive sleep apneaInjury preventionIntensive care medicineMedical emergencyPhysical therapySleep disorderPhysical medicine and rehabilitationPsychiatryAnesthesiaEnvironmental healthInsomnia

Résumé

récupéré en direct d'OpenAlex

Sleep apnea causes impairment in performance and is associated with an increased risk of motor vehicle crashes compared with the general population of drivers. Despite this increased risk, the actual number of accidents is still quite low, although the implications are significant in commercial vehicle drivers. It is difficult for physicians to assess risk and ability to drive in many patients with sleep apnea, yet physicians are often mandated to make these assessments with obvious implications for patients. Because many patients may never have a crash, it is not practical or feasible to restrict all untreated patients from driving, unless they operate commercial vehicles. Thresholds of disease severity that prompt driving restriction need to be established for sleep apnea much like they have been for alcohol. Until more data emerge, continued educational efforts about sleep apnea are needed to convince government and insurance organizations to provide appropriate resources for diagnosis and treatment of sleep apnea, because apnea risk is minimized with successful apnea treatment.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,054
Tête enseignante GPT0,401
Écart entre enseignants0,347 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations224
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Respiratory and Critical Care MedicineMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207