MétaCan
Menu
Retour à la cohorte
Enregistrement W2325774888 · doi:10.1097/ede.0000000000000158

Semiparametric Adjusted Exposure-Response Curves

2014· article· en· W2325774888 sur OpenAlexaffabout
Ashley I. Naimi, Erica E. M. Moodie, Nathalie Auger, Jay S. Kaufman

Notice bibliographique

RevueEpidemiology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePregnancy and Medication Impact
Établissements canadiensInstitut National de Santé Publique du QuébecMcGill University
Organismes subventionnairesnon disponible
Mots-clésPointwiseStatisticsConfidence intervalWeightingInverse probability weightingRegressionMathematicsEconometricsSemiparametric regressionRegression analysisMedicineEstimator

Résumé

récupéré en direct d'OpenAlex

Exposure-response curves are central to understanding how continuous exposures relate to health outcomes. Common methods to plot such curves include the use of crude and adjusted regression, with the exposure specified using fractional polynomials or regression splines. These approaches are subject to important limitations. In this article, we illustrate the use of semiparametric marginally adjusted exposure-response curves obtained via inverse probability weighting. We explore the relation between interpregnancy interval and preterm birth in a cohort of over 720,000 live births in Quebec between 1989 and 2008. We include online supplementary material showing how mixed modeling routines in standard software packages can be used to implement the procedure, and how pointwise bootstrap confidence intervals can be obtained.

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)0,038
score de la tête « metaresearch » (Gemma)0,177
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,177
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,080
Tête enseignante GPT0,368
Écart entre enseignants0,288 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations3
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpidemiologyMême sujetPregnancy and Medication ImpactTravaux en français237 207