MétaCan
Menu
Retour à la cohorte
Enregistrement W2410311073

Heart disease, family history and physical activity.

2001· article· en· W2410311073 sur OpenAlexaffabout
J Chen, W J Millar

Notice bibliographique

RevuePubMed · 2001
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésFamily historyMedicineBody mass indexOdds ratioHeart diseaseLogistic regressionNational Health and Nutrition Examination SurveyDiseasePopulationGerontologyDemographyOddsPhysical therapyInternal medicineEnvironmental health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This article examines the association of family history of heart disease and leisure-time physical activity with incident heart disease. DATA SOURCE: The data are from the 1994/95, 1996/97 and 1998/99 longitudinal household components of Statistics Canada's National Population Health Survey. This study is based on information provided by 9,255 respondents aged 20 or older who reported that, in 1994/95, they were free of diagnosed heart disease and in good health. ANALYTICAL TECHNIQUES: Multiple logistic regression was used to estimate the association of family history and physical activity with a new diagnosis of heart disease, while controlling for age, sex, educational attainment, smoking, high blood pressure, diabetes, and body mass index. MAIN RESULTS: When family history and other risk factors were taken into account, people who, in 1994/95, engaged in regular physical activity at a moderate level or beyond had lower odds of receiving a new diagnosis of heart disease than did sedentary individuals. People with a family history of heart disease who regularly participated in at least moderate physical activity had lower odds of developing heart disease than did their sedentary counterparts.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,025
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,067
Tête enseignante GPT0,281
Écart entre enseignants0,215 · 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

Citations15
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPhysical Activity and HealthTravaux en français237 207