MétaCan
Menu
Retour à la cohorte
Enregistrement W2202756526 · doi:10.1016/j.mib.2015.11.003

Infection in an aging population

2015· review· en· W2202756526 sur OpenAlexafffund
Kimberly A. Kline, Dawn M. E. Bowdish

Notice bibliographique

RevueCurrent Opinion in Microbiology · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensMcMaster University
Organismes subventionnairesMinistry of Education, IndiaMinistry of EducationCanadian Institutes of Health ResearchNational Research FoundationNeurosciences Research Foundation
Mots-clésBiologyPneumoniaPopulation ageingPopulationIntensive care medicineImmunologyEnvironmental healthMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

The global population is rapidly aging. Currently, 566 million people are ≥65 years old worldwide, with estimates of nearly 1.5 billion by 2050, particularly in developing countries. Infections constitute a third of mortality in people ≥65 years old. Moreover, lengthening life spans correlate with increased time in hospitals or long-term care facilities and exposure to drug-resistant pathogens. Indeed, the risk of nosocomial infections increases with age, independent of duration spent in healthcare facilities. In this review, we summarize our understanding of how the aging immune system relates to bacterial infections. We highlight the most prevalent infections affecting aging populations including pneumonia, urinary tract infections, and wound infections and make recommendations for future research into infection in aging populations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,116
Tête enseignante GPT0,447
Écart entre enseignants0,332 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations240
Publié2015
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueCurrent Opinion in MicrobiologyMême sujetGut microbiota and healthTravaux en français237 207