Characteristics of subjects self-reporting arthritis in a population health survey: distinguishing between types of arthritis.
Notice bibliographique
Résumé
OBJECTIVES: Arthritis is a broad term covering disparate diseases with varying prognoses. Epidemiological surveys are important tools for arthritis research, but they either fail to specify arthritis subtypes or they provide self-reported arthritis data that are potentially misclassified. This limits their use for research about arthritis subgroups. This study describes and compares characteristics of subjects self-reporting subtypes of arthritis in a Canadian epidemiological survey. We also consider the feasibility of developing methods for distinguishing subtypes of arthritis in such population surveys. METHODS: Using data from 119,904 adult participants in the Canadian Community Health Survey (CCHS) cycle 3.1, we identified those self-reporting one of four subtypes of arthritis and compared the four groups with regard to socio-demographic status, lifestyle and health characteristics, medication use, health care utilization and functional outcomes. Cross-tabulations of weighted prevalence were estimated and tested for statistical significance using the chi-square test. RESULTS: Descriptive results showed very few distinguishing characteristics across self-reported arthritis subtypes on 34 investigated variables. Participants with osteoarthritis were more likely to be older and female than other groups. Statistical testing showed no difference between rheumatoid arthritis, osteoarthritis and "other" type of arthritis for physical activity level, health conditions, medication use, health care utilization and functional limitations. DISCUSSION: Characteristics of subjects who self-report different types of arthritis in a typical population health survey (CCHS) are not sufficiently dissimilar to justify valid data analyses and interpretation by arthritis subgroup. Future studies might focus on identifying and implementing supplemental questionnaire items in epidemiological population surveys.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».