MétaCan
Menu
Retour à la cohorte
Enregistrement W2127557338 · doi:10.5551/jat.5389

Relationship between Peripheral Arterial Disease and Incident Disability among Elderly Japanese: the Tsurugaya Project

2010· article· en· W2127557338 sur OpenAlexaff
Akemi Nitta, Atsushi Hozawa, Shinichi Kuriyama, Naoki Nakaya, Kaori Ohmori‐Matsuda, Toshimasa Sone, Masako Kakizaki, Satoru Ebihara, Masataka Ichiki, Hiroyuki Arai, Ichiro Tsuji

Notice bibliographique

RevueJournal of Atherosclerosis and Thrombosis · 2010
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Artery Disease Management
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésMedicineHazard ratioConfoundingProportional hazards modelConfidence intervalPhysical disabilityArterial diseaseInternal medicinePeripheralPhysical therapyVascular disease

Résumé

récupéré en direct d'OpenAlex

AIM: The aim of this study was to investigate whether peripheral arterial disease (PAD) is predictive of disability and whether the relationship between PAD and disability can be fully explained by baseline physical functions. METHODS: We followed for five years 783 Japanese aged 70 years or older without a disability at baseline in 2003. We defined participants certificed as requiring long-term care as having incident disability. The hazard ratio (HR) and 95% confidence interval (95% CI) for incident disability were calculated using the Cox proportional hazards model. RESULTS: After adjusting for possible confounders other than physical function, the HR of incident disability among participants with PAD was 1.86 (95%CI: 1.06 to 3.26).Although the risk was attenuated (HR=1.63, 95%CI: 0.92 to 2.86) after adding baseline physical function as a covariate, the HR was still high. Furthermore, the relation was not statistically significant, but the group with higher physical function and PAD also had a higher HR of incident disability than those who had higher physical function without PAD. CONCLUSION: PAD is an important predictor of disability even if the level of baseline physical function is high.

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)0,001
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 enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,043
Tête enseignante GPT0,303
Écart entre enseignants0,260 · 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

Citations14
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Atherosclerosis and ThrombosisMême sujetPeripheral Artery Disease ManagementTravaux en français237 207