MétaCan
Menu
Retour à la cohorte
Enregistrement W2347172321 · doi:10.1186/s12874-016-0246-8

Statistical methodology for age-adjustment of the GH-2000 score detecting growth hormone misuse

2016· article· en· W2347172321 sur OpenAlexfundno aff
Dankmar Böhning, Walailuck Böhning, Nishan Guha, David Cowan, Peter H. Sönksen, Richard I. G. Holt

Notice bibliographique

RevueBMC Medical Research Methodology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueGrowth Hormone and Insulin-like Growth Factors
Établissements canadiensnon disponible
Organismes subventionnairesDavid Geffen School of Medicine, University of California, Los AngelesPartnership for Clean CompetitionDeutsche Sporthochschule KölnWorld Anti-Doping AgencyUniversity of SouthamptonUniversity of Washington
Mots-clésPopulationResidualMedicineGrowth hormoneAthletesStatisticsInternal medicineHormoneMathematicsPhysical therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The GH-2000 score has been developed as a powerful and unique technique for the detection of growth hormone misuse by sportsmen and women. The score depends upon the measurement of two growth hormone (GH) sensitive markers, insulin-like growth factor-I (IGF-I) and the amino-terminal pro-peptide of type III collagen (P-III-NP). With the collection and establishment of an increasingly large database it has become apparent that the score shows a positive age effect in the male athlete population, which could potentially place older male athletes at a disadvantage. METHODS: We have used results from residual analysis of the general linear model to show that the residual of the GH-2000 score when regressed on the mean-age centred age is an appropriate way to proceed to correct this bias. As six GH-2000 scores are possible depending on the assays used for determining IGF-I and P-III-NP, methodology had to be explored for including six different age effects into a unique residual. Meta-analytic techniques have been utilized to find a summary age effect. RESULTS: The age-adjusted GH-2000 score, a form of residual, has similar mean and variance as the original GH-2000 score and, hence, the developed decision limits show negligible change when compared to the decision limits based on the original score. We also show that any further scale-transformation will not change the adjusted score. Hence the suggested adjustment is optimal for the given data. The summary age effect is homogeneous across the six scores, and so the generic adjustment of the GH-2000 score formula is justified. CONCLUSIONS: A final revised GH-2000 score formula is provided which is independent of the age of the athlete under consideration.

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)0,119
score de la tête « metaresearch » (Gemma)0,325
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 enseignants0,119
Score d'incertitude au seuil0,628

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1190,325
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,009
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0040,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,510
Tête enseignante GPT0,508
Écart entre enseignants0,002 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical Research MethodologyMême sujetGrowth Hormone and Insulin-like Growth FactorsTravaux en français237 207