MétaCan
Menu
Retour à la cohorte
Enregistrement W2344723504 · doi:10.12970/2309-0529.2015.03.01.2

Prevalence of Psychiatric and Medical Comorbidities in HIV-Positive Middle-Aged and Older Adults: Findings From a Nationally Representative Survey

2015· article· en· W2344723504 sur OpenAlexaff
Corey S. Mackenzie, Brooke Beatie, Kee‐Lee Chou

Notice bibliographique

RevueJournal of Therapy and Management in HIV Infection · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV-related health complications and treatments
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésHuman immunodeficiency virus (HIV)PsychiatryMedicineGerontologyPsychologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

Objective : In order to better serve older individuals with HIV, more information is needed regarding the prevalence of medical and psychiatric comorbidities, and its influence on quality of life within a nationally representative sample. The aims of this study were to assess associations of HIV among middle-aged and older Americans with lifetime Axis I and II psychiatric disorders and suicide attempts, past-year Axis I psychiatric disorders, past-year medical conditions, obesity, and health-related quality of life. Method : Data were drawn from the National Epidemiologic Survey on Alcohol and Related Conditions (NESARC), which included 15,456 adults aged 50 and older. Results : Respondents with self-reported HIV were more likely than those without to report any lifetime Axis I disorder, any lifetime anxiety disorder, any lifetime substance and drug use disorder, any past-year Axis I and substance use disorders, hypertension, diabetes, and arthritis. HIV infection was also associated with poorer physical health-related quality of life. Discussion : Middle-aged and older adults with HIV have an increased risk of psychiatric disorders and a number of medical conditions that impair physical but not mental health-related quality of life. Comprehensive and integrated medical treatment should be designed and delivered to this underappreciated but growing group of patients.

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)0,002
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,326
Écart entre enseignants0,287 · 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

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Therapy and Management in HIV InfectionMême sujetHIV-related health complications and treatmentsTravaux en français237 207