The Canadian survey of health, lifestyle and ageing with multiple sclerosis: methodology and initial results
Notice bibliographique
Résumé
OBJECTIVE: People with multiple sclerosis (MS) are living longer so strategies to enhance long-term health are garnering more interest. We aimed to create a profile of ageing with MS in Canada by recruiting 1250 (5% of the Canadian population above 55 years with MS) participants and focusing data collection on health and lifestyle factors, disability, participation and quality of life to determine factors associated with healthy ageing. DESIGN: National multicentre postal survey. SETTING: Recruitment from Canadian MS clinics, MS Society of Canada chapters and newspaper advertisements. PARTICIPANTS: People aged 55 years or older with MS symptoms more than 20 years. OUTCOME MEASURES: Validated outcome measures and custom-designed questions examining MS disease characteristics, living situation, disability, comorbid conditions, fatigue, health behaviours, mental health, social support, impact of MS and others. RESULTS: Of the 921 surveys, 743 were returned (80.7% response rate). Participants (mean age 64.6±6.2 years) reported living with MS symptoms for an average of 32.9±9.5 years and 28.6% were either wheelchair users or bedridden. There was only 5.4% missing data and 709 respondents provided optional qualitative information. According to data derived from the 2012 Canadian Community Health Survey of Canadians above 55 years of age, older people with MS from this survey sample are about eight times less likely to be employed full-time. Older people with MS were less likely to engage in regular physical activity (26.7%) compared with typical older Canadians (45.2%). However, they were more likely to abstain from alcohol and smoking. CONCLUSIONS: Despite barriers to participation, we were able to recruit and gather detailed responses (with good data quality) from a large proportion of older Canadians with MS. The data suggest that this sample of older people with MS is less likely to be employed, are less active and more disabled than other older Canadians.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,016 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».