MétaCan
Menu
Retour à la cohorte
Enregistrement W2752548550 · doi:10.1093/rheumatology/kex061.022

O22. THE RELATIONSHIP BETWEEN PSYCHOLOGICAL DISTRESS AND RHEUMATOLOGICAL CONDITIONS: IS IT A DISEASE-SPECIFIC DISTRESS?

2017· article· en· W2752548550 sur OpenAlexaff
Othman Kirresh, Jackie Sturt, Kathryn Dennick, Richard Campbell, Lindsay Bearne, Louise Prothero, Heidi Lempp

Notice bibliographique

RevueLara D. Veeken · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueFibromyalgia and Chronic Fatigue Syndrome Research
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychological distressDistressDiseaseClinical psychologyPhysical therapyPsychiatryInternal medicineAnxiety

Résumé

récupéré en direct d'OpenAlex

Background: Long-term autoimmune inflammatory musculoskeletal conditions have psychological, physical and socio-economic implications. Patients are more likely to experience psychological distress (PD), including depression and anxiety. Early studies in type 2 Diabetes and inflammatory bowel diseases have observed disease specific distress (DSD), which is distinct from anxiety and depression. It is direct distress related to the impact and burden of living with a chronic disease and hence DSD can be conceptually and empirically differentiated from symptoms of PD. Although this concept is novel in RA and related conditions, the aim of this study was to explore if there is evidence of illness specific distress in chronic rheumatological conditions. Methods: A thematic secondary qualitative data analysis was undertaken retrospectively from 79 audio-recorded 1:1 interview transcripts from five existing data sets. These included patients with a diagnosis of Rheumatoid arthritis (RA), Myositis and Antiphospholipid syndrome (APS). Each transcript was uploaded onto a qualitative computer software programme. Codes were generated that comprised of mood, fatigue, pain, disability and social impact.

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)0,007
score de la tête « metaresearch » (Gemma)0,022
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,136
Tête enseignante GPT0,389
Écart entre enseignants0,253 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetFibromyalgia and Chronic Fatigue Syndrome ResearchTravaux en français237 207