MétaCan
Menu
Retour à la cohorte
Enregistrement W2151337323 · doi:10.1136/ebn.6.2.58

An algorithm had moderate sensitivity for identifying older women in nursing homes at risk of fracture

2003· letter· en· W2151337323 sur OpenAlexaff
Nancy Edwards

Notice bibliographique

RevueEvidence-Based Nursing · 2003
Typeletter
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensCanadian Foundation for Healthcare ImprovementUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineWeb of scienceNursing homesGynecologyAlgorithmInternal medicineNursingMathematics

Résumé

récupéré en direct d'OpenAlex

Girman CJ, Chandler JM, Zimmerman SI, et al. Prediction of fracture in nursing home residents. J Am Geriatr Soc2002 ; 50 : 1341 –7 [OpenUrl][1][CrossRef][2][PubMed][3][Web of Science][4] QUESTION: Does an algorithm composed of routinely collected baseline data identify older women in nursing homes at increased risk of fracture? 18 month follow up of a cohort of nursing home residents divided into derivation and validation samples. A stratified random sample of 47 long term nursing facilities in Maryland, USA. 1427 white women living in nursing homes who were ≥65 years of age (mean age 85 y), had no terminal cancer or bone metastases, were not comatose, had ≥1 wrist or forearm free of prosthetic implants and open skin lesions, were not admitted for rehabilitation only, and were able to have bone mineral density (BMD) measurements. The women’s most recent minimum data set (MDS) (collected on all nursing home residents in the US) was the primary source of information for the algorithm (total 75 … [1]: {openurl}?query=rft.jtitle%253DJournal%2Bof%2Bthe%2BAmerican%2BGeriatrics%2BSociety%26rft.stitle%253DJ%2BAm%2BGeriatr%2BSoc%26rft.aulast%253DGirman%26rft.auinit1%253DC.%2BJ.%26rft.volume%253D50%26rft.issue%253D8%26rft.spage%253D1341%26rft.epage%253D1347%26rft.atitle%253DPrediction%2Bof%2Bfracture%2Bin%2Bnursing%2Bhome%2Bresidents.%26rft_id%253Dinfo%253Adoi%252F10.1046%252Fj.1532-5415.2002.50354.x%26rft_id%253Dinfo%253Apmid%252F12164989%26rft.genre%253Darticle%26rft_val_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Ajournal%26ctx_ver%253DZ39.88-2004%26url_ver%253DZ39.88-2004%26url_ctx_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Actx [2]: /lookup/external-ref?access_num=10.1046/j.1532-5415.2002.50354.x&link_type=DOI [3]: /lookup/external-ref?access_num=12164989&link_type=MED&atom=%2Febnurs%2F6%2F2%2F58.atom [4]: /lookup/external-ref?access_num=000177256200004&link_type=ISI

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)0,024
score de la tête « metaresearch » (Gemma)0,074
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,074
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,034
Tête enseignante GPT0,338
Écart entre enseignants0,304 · 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
GenreCommentaire

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

En bref

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-Based NursingMême sujetFrailty in Older AdultsTravaux en français237 207