MétaCan
Menu
Retour à la cohorte
Enregistrement W2725575067 · doi:10.1093/geroni/igx004.2028

TRANSITIONS ACROSS COGNITIVE STATES AMONG OLDER ADULTS AND EDUCATION: A MULTI-STATE SURVIVAL MODEL

2017· article· en· W2725575067 sur OpenAlexaff
Annie Robitaille, Ardo van den Hout, Ricardo J. Machado, A. N. Koval, Judith J. M. Rijnhart, Johan Skoog, Graciela Muniz

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusCognitionPsychologyDementiaLongitudinal studyCognitive skillEducational attainmentGerontologyDevelopmental psychologyCognitive declineCognitive impairmentMedicineDemographyPsychiatryDiseaseSociology

Résumé

récupéré en direct d'OpenAlex

This study examines the role of educational attainment on transitions in later life between cognitive states (i.e., normal cognitive functioning, mild cognitive impairment, dementia) and mortality and life-expectancies. Analysis of six international longitudinal studies was performed using a coordinated approach. Multistate survival models were used to estimate the transition patterns via different cognitive states taking conditional life expectancies into account for each transition pattern. Across most studies, a higher level of education was associated with a lower risk of transitioning from intact cognitive functioning to mild cognitive impairment, but not with any other transition. Those with higher levels of education/socioeconomic status had longer non-cognitively impaired life expectancies. Inconsistent results were found for the role of education/socioeconomic status on overall life expectancies. This study highlights the sustained importance of education in later life and that early life circumstances can delay later compromised cognitive health. This study also demonstrates the feasibility and benefit in conducting coordinated analysis across multiple longitudinal studies to validate findings.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
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
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,168
Tête enseignante GPT0,461
Écart entre enseignants0,293 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetRetirement, Disability, and EmploymentTravaux en français237 207