MétaCan
Menu
Retour à la cohorte
Enregistrement W2136099024 · doi:10.6000/1929-6029.2015.04.01.5

Age Scale for Assessing Activities of Daily Living

2015· article· en· W2136099024 sur OpenAlexvenueno aff
Rafael Figueroa, Satoshi Seino, Noriko Yabushita, Yoshiro Okubo, Yosuke Osuka, Miyuki Nemoto, Songee Jung, Kiyoji Tanaka

Notice bibliographique

RevueInternational Journal of Statistics in Medical Research · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésActivities of daily livingSpearman's rank correlation coefficientGerontologyMedicineRank correlationGrip strengthPsychologyCorrelationPhysical therapyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to develop an age scale for assessing activities of daily living (ADL) among community-dwelling adults aged 75 years or older. Participants were 1006 older Japanese: 312 men (79.6 ± 4.3 years) and 694 women, (79.9 ± 5.5 years). Participants completed a battery of 8 performance tests related to ADL and the Barthel index (BI) questionnaire. Spearman rank-order correlation analysis was applied to obtain the correlation of the 8 ADL performance tests with the total BI score. Three variables were high rank-order correlated with BI, secondly those items were subjected to the principal component analysis. The weighted combination of the principal component scores was summed. Resulting in an ADL score (ADLS), women = 0.075 X1 – 0.082 X2 – 0.063 X3 + 0.124, men = 0.051 X1 – 0.105 X2 – 0.099 X3 + 0.249, where X1 = hand-grip strength, X2 = timed up and go, X3 = five-chair sit to stand. Individual ADLS was transformed to an ADL age scale (ADLA). The estimation was – 5.493 ADLS + 79.90 for women, and – 4.272 ADLS + 79.57 for men. Due to the distortion at the regression edges, the equation was corrected as suggested by Dubina et al. ADLA women after correction was = 0.447 (chronological age: CA) – 5.49ADLS + 44.17, men = 0.519CA – 4.27ADLS + 38.26. ADLA can be used to identify or monitor the characteristics of the ADL levels of physical abilities in older Japanese aged 75 years or older.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,175
Tête enseignante GPT0,566
Écart entre enseignants0,391 · 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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics in Medical ResearchMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207