High trait anger increased stroke in people ≤60 years and those with high density lipoprotein cholesterol concentrations >47 mmol/l
Notice bibliographique
Résumé
Williams JE, Nieto FJ, Sanford CP, et al. The association between trait anger and incident stroke risk: the Atherosclerosis Risk in Communities (ARIC) Study. Stroke2002 Jan; 33 : 13 –20 [OpenUrl][1][Abstract/FREE Full Text][2] QUESTION: What is the relation between trait anger and incident stroke risk? How is this relation affected by selected risk factors? Population based cohort study with median follow up of 77.3 months. Communities in Maryland, Minnesota, North Carolina, and Mississippi, USA. 13 851 people who were 48–67 years of age (mean age 57 y, 56% women, 76% white). The frequency and degree to which participants had anger was assessed using the Spielberger Trait Anger Scale. High trait anger was defined by scores of 22–40, moderate anger by scores of 15–21, and low anger by scores of 10–14. Other risk factors assessed included blood pressure, waist to hip ratio, diabetes, alcohol consumption, cigarette … [1]: {openurl}?query=rft.jtitle%253DStroke%26rft.stitle%253DStroke%26rft.aulast%253DWilliams%26rft.auinit1%253DJ.%2BE.%26rft.volume%253D33%26rft.issue%253D1%26rft.spage%253D13%26rft.epage%253D20%26rft.atitle%253DThe%2BAssociation%2BBetween%2BTrait%2BAnger%2Band%2BIncident%2BStroke%2BRisk%253A%2BThe%2BAtherosclerosis%2BRisk%2Bin%2BCommunities%2B%2528ARIC%2529%2BStudy%2B%2A%2BEditorial%2BComment%253A%2BThe%2BAtherosclerosis%2BRisk%2Bin%2BCommunities%2B%2528ARIC%2529%2BStudy%26rft_id%253Dinfo%253Adoi%252F10.1161%252Fhs0102.101625%26rft_id%253Dinfo%253Apmid%252F11779882%26rft.genre%253Darticle%26rft_val_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Ajournal%26ctx_ver%253DZ39.88-2004%26url_ver%253DZ39.88-2004%26url_ctx_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Actx [2]: /lookup/ijlink?linkType=ABST&journalCode=strokeaha&resid=33/1/13&atom=%2Febmental%2F5%2F3%2F94.atom
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 ».