MétaCan
Menu
Retour à la cohorte
Enregistrement W2157316029 · doi:10.6000/1929-6029.2013.02.02.08

A Multistate Markov Model Based on CD4 Cell Count for HIV/AIDS Patients on Antiretroviral Therapy (ART)

2013· article· en· W2157316029 sur OpenAlexvenueno aff
Gurprit Grover, Adesh Kumar Gadpayle, Prafulla Kumar Swain

Notice bibliographique

RevueInternational Journal of Statistics in Medical Research · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAntiretroviral therapyHuman immunodeficiency virus (HIV)MedicineProportional hazards modelMarkov modelTransmission (telecommunications)Antiretroviral treatmentDemographyMarkov chainStatisticsInternal medicineImmunologyViral loadMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

The main purpose of this study is to assess the impact of Antiretroviral Therapy (ART) by using a multistate Markov model to estimate transition intensities and transition probabilities among various states (transient as well as absorbing) of the AIDS patients. A total of 580 AIDS patients were included in this study who are undergoing Antiretroviral Therapy treatment in the ART centre in New Delhi during the period of April 2004 to April 2011. The patients are classified in different states on the basis of their available CD4 cell counts. The authors also estimated the mean sojourn time and total length of stay in each state before absorption, and also examined the effects of explanatory variables (i.e Age, Sex, Mode of transmission) on the rates of transition using Cox’s proportional hazard model.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,426
Écart entre enseignants0,383 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics in Medical ResearchMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207