[Predictive equations and analysis of influence factors of lung ventilation based on a large occupational population in North China].
Notice bibliographique
Résumé
OBJECTIVE: To establish suitable predictive equations of lung function for occupational population in North China. METHODS: A total of 5 002 on the job or retired healthy adults from five enterprises in North China with category of mild or moderate work intensity underwent spirometry using a Chest HI-198 spirometer and the procedures recommended by the American Thoracic Society, were a sample. RESULTS: The data of 3 913 subjects were used. A normal distribution of our data was shown using the normality test and distribution curve. Univariate analysis showed that both age and height were significantly correlated with FVC, FEV(1), FEV(1)/FVC (%) and MMF. Further multiple linear stepwise regression analysis indicated that the levels of FVC, FEV(1), FEV(1)/FVC (%) and MMF were highly influenced by age, height, and weight rather than chest circumference. Thus, only age, height, and weight were introduced into our regression equations. Data from the studied subjects and other source were utilised to examine the validity of the equations and a high accordance rate (> 90%) was obtained. No significant difference (P > 0.05) was found in the predictive values between the simplified equations and equations in which more variables were included. CONCLUSION: The studied predictive equations for male non-smokers, female non-smokers, and male smokers were established based on data from a large occupational population. These equations should be more applicable for evaluating lung ventilatory function of occupational populations in North China.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».