MétaCan
Menu
Retour à la cohorte
Enregistrement W2097340509 · doi:10.1017/s0950268806006236

Interactions of viral pathogens on hospital admissions for pneumonia, croup and chronic obstructive pulmonary diseases: results of a multivariate time-series analysis

2006· article· en· W2097340509 sur OpenAlexafffund
Ross Upshur, Rahim Moineddin, Eric Crighton, Muhammad Mamdani

Notice bibliographique

RevueEpidemiology and Infection · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensHealth Sciences CentreUniversity of TorontoInstitute for Clinical Evaluative SciencesSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health ResearchDepartment of Family and Community Medicine, University of TorontoUniversity of Toronto
Mots-clésBronchiolitisCOPDMedicinePneumoniaEpidemiologyPopulationCroupVirusInternal medicineIntensive care medicineImmunologyVirologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Co-circulation of respiratory syncytial virus (RSV) and influenza has made the partitioning of morbidity and mortality from each virus difficult. Given the interaction between chronic obstructive lung disease (COPD) and pneumonia, often one can be mistaken for the other. Multivariate time-series methodology was applied to examine the impact of RSV and influenza on hospital admissions for bronchiolitis, pneumonia, and COPD. The Granger Causality Test, used to determine the causal relationship among series, showed that COPD and pneumonia are not influenced by RSV (P=0.2999 and 0.7725), but RSV does influence bronchiolitis (P=0.0001). Influenza was found to influence COPD, pneumonia, and bronchiolitis (P<0.0001). The use of multivariate time series and Granger causality applied to epidemiological data clearly illustrates the significant contribution of influenza and RSV to morbidity in the population.

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)0,003
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 enseignants0,143
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,025
Tête enseignante GPT0,359
Écart entre enseignants0,334 · 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

Citations23
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpidemiology and InfectionMême sujetRespiratory viral infections researchTravaux en français237 207