MétaCan
Menu
Retour à la cohorte
Enregistrement W2111297628 · doi:10.1373/clinchem.2014.231274

The Preventive Potential of Common, Easily Measured Risk Factors for Cardiovascular Disease

2014· article· en· W2111297628 sur OpenAlexaff
Matthew McQueen, Salim Yusuf

Notice bibliographique

RevueClinical Chemistry · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth Promotion and Cardiovascular Prevention
Établissements canadiensMcMaster UniversityPopulation Health Research InstituteHamilton Health Sciences
Organismes subventionnairesnon disponible
Mots-clésDiseaseMedicineEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Featured Article: Yusuf S, Hawken S, Oounpuu S, Avezum A, Lanas F, McQueen M, et al. Effects of potentially modifiable risk factors associated with myocardial infarction in 52 countries (the INTERHEART study): case-control study. Lancet 2004; 64:937–52.3 In the 1990s mortality rates for cardiovascular disease (CVD)4 were declining in developed countries where the risk factors for acute myocardial infarction (AMI) had been studied. However, CVD was increasing in developing countries and more than 80% of global CVD was predicted to occur by 2020 in low- and middle-income countries, which would be challenged with improving their existing healthcare systems and simultaneously coping with an epidemic of CVD, previously not a healthcare problem for them. At that time known risk factors accounted for only 50% of CVD, implying a need to find new, probably more expensive, risk factors. Prevention first requires establishing appropriate and cost-effective preventive measures. Could risk factors derived mainly from North …

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)0,007
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil0,684

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,003
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 Opus0,040
Tête enseignante GPT0,351
Écart entre enseignants0,310 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical ChemistryMême sujetHealth Promotion and Cardiovascular PreventionTravaux en français237 207