Work productivity in rhinitis using cell phones: The <scp>MASK</scp> pilot study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Allergic rhinitis often impairs social life and performance. The aim of this cross-sectional study was to use cell phone data to assess the impact on work productivity of uncontrolled rhinitis assessed by visual analogue scale (VAS). A mobile phone app (Allergy Diary, Google Play Store and Apple App Store) collects data from daily visual analogue scales (VAS) for overall allergic symptoms (VAS-global measured), nasal (VAS-nasal), ocular (VAS-ocular) and asthma symptoms (VAS-asthma) as well as work (VAS-work). A combined nasal-ocular score is calculated. The Allergy Diary is available in 21 countries. The app includes the Work Productivity and Activity Impairment Allergic Specific Questionnaire (WPAI:AS) in six EU countries. All consecutive users who completed the VAS-work from 1 June to 31 October 2016 were included in the study. A total of 1136 users filled in 5818 days of VAS-work. Symptoms of allergic rhinitis were controlled (VAS-global <20) in approximately 60% of the days. In users with uncontrolled rhinitis, approximately 90% had some work impairment and over 50% had severe work impairment (VAS-work >50). There was a significant correlation between VAS-global calculated and VAS-work (Rho=0.83, P<0.00001, Spearman's rank test). In 144 users, there was a significant correlation between VAS-work and WPAI:AS (Rho=0.53, P<0.0001). This pilot study provides not only proof-of-concept data on the work impairment collected with the app but also data on the app itself, especially the distribution of responses for the VAS. This supports the interpretation that persons with rhinitis report both the presence and the absence of symptoms.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle