Utility of the Mean Cumulative Function in the Analysis of Fall Events
Notice bibliographique
Résumé
BACKGROUND: Falls are the most common cause of injury among elderly people; half of those people fall recurrently. The objective of these simulation studies was to describe the Mean Cumulative Function (MCF) and to evaluate the utility of the MCF in detecting differences between groups experiencing different patterns of event intensities. METHODS: We specified 250 participants per group with a maximum follow-up time of 365 days. A participant could experience 0, 1, 2, 3, or 4 falls. In the baseline experiment, Groups A and B had an average intensity of 60 and 90 days to the first fall event. These event intensities remained constant for events 2-4. Group C represents a short term "strong" initial impact of the intervention modeled for falls 1 and 2, with an average intensity of one fall per 117 days; however, the intervention wanes to "moderate" for falls 3 and 4 with an average intensity of one fall per 90 days. Group D represents a long-term "strong" impact of the intervention modeled by an average intensity of one fall per 117 days for all subsequent events. RESULTS: The MCF was able to detect differences between groups that had varying intensities of subsequent falls. In Group A, all participants experienced at least one fall, whereas Groups B, C, and D had 4, 9, and 15 participants, respectively, who did not experience any falls. The proportion of participants who had 4 falls declined from 84% to 40% in Groups A and D, respectively. When Group A was compared to Group D, the MCF difference detected the prevention of, on average, one fall per person within 175 days. Discussion. A novel instrument for this field of clinical research--the MCF--allows investigators to compare the average number of falls per participant when the intervention reduces the intensity of subsequent falls.
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 | 0,029 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».