MétaCan
Menu
← Retour à la cohorte
Enregistrement W2590186458

Determining rates of overweight and obese status in children using electronic medical records: Cross-sectional study.

2017· article· en· W2590186458 sur OpenAlexaffabout
Catherine S. Birken, Karen Tu, William Oud, Sarah Carsley, Miranda Hanna, Gerald Lebovic, Astrid Guttmann

Notice bibliographique

RevuePubMed · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensSt. Michael's HospitalUniversity of TorontoInstitute for Clinical Evaluative SciencesSickKids Foundation
Organismes subventionnairesnon disponible
Mots-clésOverweightMedicineObesityPediatricsMedical recordCross-sectional studyDemographyBody mass indexInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: (Electronic Medical Record Administrative data Linked Database). DESIGN: Heights and weights were abstracted for children 0 to 19 years of age who had at least one well-child visit from January 2010 to December 2011. Using the most recent visit, the proportions and 95% CIs of patients defined as overweight and obese were compared by age group, sex, and visit type using the World Health Organization growth reference standards. SETTING: Ontario. PARTICIPANTS: Children 0 to 19 years of age who were rostered to a primary care physician participating in EMRALD and had at least one well-child visit from January 2010 to December 2011. MAIN OUTCOME MEASURES: Proportion and 95% CI of children with overweight and obese status by age group; proportion of children with overweight and obese status by sex (with male sex as the referent) within each age group; and proportion of children with overweight and obese status at the most recent well-child visit type compared with other visit types by age group. RESULTS: < .05) had higher obesity rates compared with girls. Rates of overweight and obese status were lower using data from well-child visits compared with other visits. CONCLUSION: Electronic medical records might be useful to conduct population-based surveillance of overweight or obese status in children. Methodologic standards, however, should be developed.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,327
Écart entre enseignants0,295 · 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

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→