MétaCan
Menu
Retour à la cohorte
Enregistrement W2091170937 · doi:10.1136/emermed-2012-201876

Weather factors associated with paediatric croup presentations to an Australian emergency department

2013· article· en· W2091170937 sur OpenAlexaff
Paul Atkinson, Adrian Boyle, Richard S P Lennon

Notice bibliographique

RevueEmergency Medicine Journal · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueOtolaryngology and Infectious Diseases
Établissements canadiensSaint John Regional HospitalDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCroupMedicineEmergency departmentTemperate climateEmergency medicinePediatricsPsychiatry

Résumé

récupéré en direct d'OpenAlex

We examined if croup presentations to the emergency department (ED) were associated with weather changes in a warm temperate climate. We collected data on all 729 cases with an ED discharge or admission diagnosis of croup over a 798 day time period. We obtained detailed climatic records from the New South Wales Meteorological Office for the same time period. Only one daily variable, ground temperature at 9:00, was significantly associated with the number of croup attendances (linear regression -0.2062; 95% CI -0.272 to -0.138). There was a stronger correlation (-0.426; 95% CI -0.684 to -0.072) between the calculated mean monthly temperature and the monthly number of croup admissions. Even in this milder climate, croup is associated with cooler weather. We are unable to conclude that hospital attendances for croup are caused by changes in temperature alone, as other factors such as the prevalence of viral illness also follow a seasonal, and therefore, temperature-related pattern.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,379
Score d'incertitude au seuil0,785

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,2230,000

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 Opus0,042
Tête enseignante GPT0,335
Écart entre enseignants0,293 · 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.

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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmergency Medicine JournalMême sujetOtolaryngology and Infectious DiseasesTravaux en français237 207