MétaCan
Menu
Retour à la cohorte
Enregistrement W2152895543 · doi:10.4061/2011/682470

How Does the Canadian General Public Rate Moderate Alzheimer's Disease?

2011· article· en· W2152895543 sur OpenAlexafffundabout
Jean‐Éric Tarride, Mark Oremus, Eleanor Pullenayegum, Natasha Clayton, Parminder Raina

Notice bibliographique

RevueJournal of Aging Research · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensSt. Joseph's HospitalMcMaster UniversitySt. Joseph’s Healthcare HamiltonPrograms for Assessment of Technology in Health Research Institute
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term Care
Mots-clésMedicineDiseasePublic healthGerontologyQuality of life (healthcare)DemographyAlzheimer's diseasePathology

Résumé

récupéré en direct d'OpenAlex

Objectives. The objectives of this study were to elicit health utility scores for moderate Alzheimer's disease (AD) using members of the general public. Methods. Five-hundred Canadians were chosen randomly to participate in a telephone interview. The EQ-5D was administered to estimate the health utility score for respondents' current health status (i.e., no AD) and for a hypothetical moderate AD health state. Regression analyses were conducted to explain the perceived utility decrement associated with AD. Results. The mean age of the respondents was 51 years, 60% were female, and 42% knew someone with AD. Respondents' mean EQ-5D scores for their current health status and a hypothetical moderate AD were 0.873 (SD: 0.138) and 0.638 (SD: 0.194), respectively (P < 0.001). Age, gender, and education were significant factors explaining this decrement in utility. Conclusion. Members of the general public may serve as an alternative to patients and caregivers in the elicitation of health-related quality of life in AD.

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)0,002
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,020
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,706
Tête enseignante GPT0,485
Écart entre enseignants0,221 · 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

Citations3
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Aging ResearchMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207