MétaCan
Menu
Retour à la cohorte
Enregistrement W2120466186 · doi:10.1177/1099800413507128

Approaches to Salivary Cortisol Collection and Analysis in Infants

2013· review· en· W2120466186 sur OpenAlexaff
Panagiota Tryphonopoulos, Nicole Létourneau, Rima Azar

Notice bibliographique

RevueBiological Research For Nursing · 2013
Typereview
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensMount Allison UniversityUniversity of CalgaryUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésPsychologySalivaDevelopmental psychologyData collectionClinical psychologyMedicineInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

Salivary cortisol is becoming more commonly utilized as a biologic marker of stress in observational studies and intervention research. However, its use with infants (12 months of age or younger) is less widespread and poses some special challenges to researchers. In order to decide on the most suitable collection procedure for salivary cortisol in infants, a number of criteria should be considered. This article will aid investigators interested in integrating salivary cortisol measurement into their research studies by presenting (1) an overview of the patterns of cortisol secretion in infancy including the development of diurnal rhythm and response to stress; (2) a comparison of the most commonly used approaches for collecting salivary cortisol samples in infants including cotton rope, syringe aspiration technique, filter paper, hydrocellulose microsponge, and the Salimetrics children's swab; (3) a discussion of the factors contributing to heightened cortisol variability in infancy and how these can be limited; (4) analytical issues associated with cortisol measurement; and (5) examples of criteria to consider when choosing a saliva sampling method and lab for conducting assays.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,752
Tête enseignante GPT0,518
Écart entre enseignants0,234 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiological Research For NursingMême sujetStress Responses and CortisolTravaux en français237 207