MétaCan
Menu
Retour à la cohorte
Enregistrement W2171929655 · doi:10.2174/1745017901309010069

Alexithymia Affects Pre-Hospital Delay of Patients with Acute Myocardial Infarction: Meta-Analysis of Existing Studies

2013· article· en· W2171929655 sur OpenAlexaboutno aff
Antonio Preti, Federica Sancassiani, Federica Cadoni, Mauro Giovanni Carta

Notice bibliographique

RevueClinical Practice and Epidemiology in Mental Health · 2013
Typearticle
Langueen
DomaineMedicine
ThématiquePsychosomatic Disorders and Their Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaMyocardial infarctionMedicineToronto Alexithymia ScaleMEDLINEMeta-analysisClinical psychologyAffect (linguistics)PsychologyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The time between the onset of symptoms and reperfusion is a critical determinant of the clinical course of patients with acute myocardial infarction (AMI). Any delay in seeking help will affect patient's outcome. Alexithymia can influence the information processing but also the skills to detect the signal of an ongoing AMI. METHOD: Systematic review and meta-analysis of studies investigating the role of alexithymia in pre-hospital delay after AMI. Pubmed/Medline and PsychINFO/Ovid search from 1990 until 2012. RESULTS: Out of 29 studies investigating the role of psychological factors in pre-hospital delay after AMI, 3 studies specifically assessed alexithymia, involving 258 patients. All studies used the Toronto Alexithymia Scale to group patients into clusters by time to presentation after AMI. Meta-analysis of data showed that the patients with higher emotional awareness (i.e., low alexithymia) had shorter time to presentation after AMI. CONCLUSIONS: Preliminary evidence indicates that alexithymia may have a role in seeking help delay after AMI. Further studies are necessary to better appreciate how alexithymia influence help-seeking in patients with an evolving AMI and in what extent their ineffective behavior can be changed.

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)0,012
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,033
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0100,037
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
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 Opus0,175
Tête enseignante GPT0,499
Écart entre enseignants0,324 · 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'étudeMéta-analyse
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

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Practice and Epidemiology in Mental HealthMême sujetPsychosomatic Disorders and Their TreatmentsTravaux en français237 207