MétaCan
Menu
Retour à la cohorte
Enregistrement W2274644655 · doi:10.1177/0898264315615575

Comparing the Overall Health, Stress, and Characteristics of Canadians with Early-Onset and Late-Onset Dementia

2015· article· en· W2274644655 sur OpenAlexafffundabout
Sheila Novek, Shahin Shooshtari, Verena Menec

Notice bibliographique

RevueJournal of Aging and Health · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésDementiaGerontologyPsychologyStress (linguistics)MedicinePsychiatryClinical psychologyDisease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Dementia is increasingly recognized as a public health priority, but little is known about persons with early-onset dementia (EOD). The objectives of this article are (a) to compare the socio-demographic and health characteristics of people with EOD and late-onset dementia (LOD) and (b) to examine the relationships between EOD and overall health and life stress. METHOD: Data were from the Survey on Living With Neurological Conditions in Canada (SLNCC). Logistic regression models were used to identify the characteristics associated with EOD and LOD, and to assess the impact of EOD on overall health and life stress. RESULTS: Compared with LOD, individuals with EOD were more likely to be male, to have a mood disorder, and to have a longer illness duration. EOD was associated with high life stress, but not with negative overall health. DISCUSSION: This study identified attributes associated with EOD that have important implications for service planning.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,014
Score d'incertitude au seuil0,959

Scores Codex et Gemma par catégorie

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

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 Opus0,047
Tête enseignante GPT0,337
Écart entre enseignants0,290 · 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.

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

Citations18
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and HealthMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207