Comparison of Disease Clusters in Two Elderly Populations Hospitalized in 2008 and 2010
Notice bibliographique
Résumé
BACKGROUND: As chronicity represents one of the major challenges in the healthcare of aging populations, the understanding of how chronic diseases distribute and co-occur in this part of the population is needed. OBJECTIVES: The aims of this study were to evaluate and compare patterns of diseases identified with cluster analysis in two samples of hospitalized elderly. METHODS: Data were obtained from the multicenter 'Registry Politerapie SIMI (REPOSI)' that included people aged 65 or older hospitalized in internal medicine and geriatric wards in Italy during 2008 and 2010. The study sample from the first wave included 1,411 subjects enrolled in 38 hospitals wards, whereas the second wave included 1,380 subjects in 66 wards located in different regions of Italy. To analyze patterns of multimorbidity, a cluster analysis was performed including the same diseases (19 chronic conditions with a prevalence >5%) collected at hospital discharge during the two waves of the registry. RESULTS: Eight clusters of diseases were identified in the first wave of the REPOSI registry and six in the second wave. Several diseases were included in similar clusters in the two waves, such as malignancy and liver cirrhosis; anemia, gastric and intestinal diseases; diabetes and coronary heart disease; chronic obstructive pulmonary disease and prostate hypertrophy. CONCLUSION: These findings strengthened the idea of an association other than by chance of diseases in the elderly population.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».