MétaCan
Menu
Retour à la cohorte
Enregistrement W2329548391 · doi:10.1080/096382800296665

A hierarchical model of domains of disablement in the elderly: a longitudinal approach

2000· article· en· W2329548391 sur OpenAlexaff
Pascale Barberger‐Gateau, Constant Rainville, Luc Letenneur, Jean‐François Dartigues

Notice bibliographique

RevueDisability and Rehabilitation · 2000
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésActivities of daily livingBaseline (sea)Scale (ratio)GerontologyMultilevel modelPsychologyMedicineComputer scienceGeographyPsychiatryMachine learning

Résumé

récupéré en direct d'OpenAlex

PURPOSE: the aims of this paper are to verify that a hierarchical relationship exists between the concepts of Activities of Daily Living (ADL), Instrumental Activities of Daily Living (IADL) and mobility and to use this hierarchical model to describe the evolution of disability. METHODS: 3751 elderly community dwellers were followed-up 3 and 5 years after baseline interview. A hierarchic disability scale was computed by summing up the number of domains (ADL, IADL, mobility) in which a subject was dependent. Coefficients of scalability and reproducibility of the scale were computed. The hierarchic scale was used to describe transitions between states at each follow-up. RESULTS: the hierarchical model fitted 99.3% of the subjects at baseline. At each follow-up most transitions were towards contiguous grades of disability in survivors, whatever their age. There was a significant trend towards increasing disability. Death rates were higher in subjects aged 75 and over, whatever their disability level. The patterns of evolution differed according to gender. CONCLUSIONS: the cumulative disability scale can be used to describe the evolution of disability with time in elderly community dwellers.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,033
Tête enseignante GPT0,352
Écart entre enseignants0,319 · 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'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

Citations185
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisability and RehabilitationMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207