MétaCan
Menu
Retour à la cohorte
Enregistrement W2417455956 · doi:10.3760/cma.j.issn.0366-6999.20132399

Construction of the Chinese Veteran Clinical Research (CVCR) Platform for the assessment of non-communicable diseases

2014· article· en· W2417455956 sur OpenAlexaboutno aff
Nan Li, Jing Gao, Wei Hu, Yu Baocheng, Yu Jianmin, Wei Du, Zhang Wen-jun, Cui Lianqi, Qingsong Wang, Xia Xiang-nan, LI Jian-jun, Zhang Baohe, Nan Liu, Dai Wenguang, Yifang Ma, Yongqing Zhang, Xue Shenwu, Bo Cui, Luning Wang

Notice bibliographique

RevueChinese Medical Journal · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFamily medicineMental healthNon-communicable diseaseCross-sectional studyGerontologyPsychiatryPublic healthNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Based on the excellent medical care and management system for Chinese veterans, as well as the detailed medical documentation available, we aim to construct a Chinese Veteran Clinical Research (CVCR) platform on non-communicable diseases (NCDs) and carry out studies of the primary disabling NCDs. METHODS: The Geriatric Neurology Department of Chinese People's Liberation Army General Hospital and veterans' hospitals serve as the leading and participating units in the platform construction. The fundamental constituents of the platform are veteran communities. Stratified typical cluster sampling is adopted to recruit veteran communities. A cross-sectional study of mental, neurological, and substance use (MNS) disorders are performed in two stages using screening scale such as the Mini-Mental State Examination and Montreal cognitive assessment, followed by systematic neuropsychological assessments to make clinical diagnoses, evaluated disease awareness and care situation. RESULTS: A total of 9 676 among 277 veteran communities from 18 cities are recruited into this platform, yielding a response rate of 83.86%. 8 812 subjects complete the MNS subproject screening and total response rate is 91.70%. The average participant age is (82.01±4.61) years, 69.47% of veterans are 80 years or older. Most participants are male (94.01%), 83.36% of subjects have at least a junior high school degree. The overall health status of veterans is good and stable. The most common NCD are cardiovascular disorders (86.44%), urinary and genital diseases (73.14%), eye and ear problems (66.25%), endocrine (56.56%) and neuro-psychiatric disturbances (50.78%). CONCLUSION: We first construct a veterans' comprehensive clinical research platform for the study of NCDs that is primarily composed of highly educated Chinese males of advanced age and utilize this platform to complete a cross-sectional national investigation of MNS disorders among veterans. The good and stable health condition of the veterans could facilitate the long-term follow-up studies of NCDs and provide prospective data to the prevention and management of NCDs.

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)0,017
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,051
Tête enseignante GPT0,471
Écart entre enseignants0,421 · 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'étudeSans objet
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

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Medical JournalMême sujetCardiovascular Health and Risk FactorsTravaux en français237 207