MétaCan
Menu
Retour à la cohorte
Enregistrement W2100170145 · doi:10.1177/1352458508096680

High frequency of adverse health behaviors in multiple sclerosis

2008· article· en· W2100170145 sur OpenAlexaff
Ruth Ann Marrie, Ralph I. Horwitz, Gary Cutter, Tuula Tyry, Denise I. Campagnolo, Tim Vollmer

Notice bibliographique

RevueMultiple Sclerosis Journal · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésMedicineOverweightPopulationObesityLogistic regressionBehavioral Risk Factor Surveillance SystemEnvironmental healthSocioeconomic statusPublic healthGerontologyDemographyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health behaviors influence chronic disease risks in the general population, and may influence health outcomes independently of comorbid diseases. Health behaviors receive less attention in multiple sclerosis (MS) than in the general population. We assessed health behaviors among participants in the North American Research Committee on Multiple Sclerosis (NARCOMS) Registry and the demographic characteristics associated with particular health behaviors. METHODS: In October 2006, we surveyed NARCOMS participants regarding smoking using questions from the Behavioral Risk Factor Surveillance Survey; physical activity using questions from the PEPI study, alcohol use using the AUDIT-C; and height and weight. To determine the independent demographic predictors of health behaviors, we used multivariable logistic regression, either binary or polytomous as appropriate. RESULTS: Of 8983 responders, 4867 (54.2%) ever smoked; 1542 (17.3%) currently smoked. On the basis of the AUDIT-C, 1632 (18.2%) were at risk for alcohol abuse or dependence. A quarter of participants were obese (n = 2269), and 2780 (31.3%) were overweight. Fewer than 25% of participants reported moderate or heavy leisure-time physical activity. Generally, lower socioeconomic status was associated with a higher frequency of adverse health behaviors accounting for other demographic factors. With increasing levels of disability, the reported intensity of physical activity was lower, and the frequency of overweight or obesity was higher. CONCLUSIONS: Patients with MS exhibit frequent adverse health behaviors, increasing the risk of other chronic diseases. Further research is needed to determine how these behaviors influence disability progression, quality of life, and other MS-related outcomes.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,172
Tête enseignante GPT0,318
Écart entre enseignants0,146 · 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'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

Citations146
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207