MétaCan
Menu
Retour à la cohorte
Enregistrement W2783329083 · doi:10.1212/wnl.0000000000004787

Reader response: Olfaction and risk of dementia in a biracial cohort of older adults

2018· letter· en· W2783329083 sur OpenAlexaff
Esme Fuller‐Thomson, Sydney A. Jopling

Notice bibliographique

RevueNeurology · 2018
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Exposure and Toxicity
Établissements canadiensSystems, Applications & Products in Data Processing (Canada)
Organismes subventionnairesnon disponible
Mots-clésOlfactionDementiaCohortNeurocognitiveMedicinePhysiologyPsychologyNeuroscienceCognitionInternal medicine

Résumé

récupéré en direct d'OpenAlex

We read with great interest the article by Yaffe et al.1 in which a strong association between poorer olfaction and incident dementia was reported. Exposure to airborne lead pollution decades earlier may play a role in this association. In older adults, higher cumulative lifetime exposure to lead, a well-established neurotoxin, was associated with impaired memory and accelerated declines in cognition,2–4 as well as smaller total brain volume, smaller volume of frontal and total gray matter, and more prevalent and serious white matter lesions.4 In primate studies, early life exposure to lead was associated with a greater burden of both β-amyloid plaques and neurofibrillary tangles in later life.2,3 Among older humans, the primary exposure pathway for lead was through inhalation of airborne lead pollution from leaded gasoline; mean blood lead levels declined 78% between 1976 and 1991 with the phase out of leaded gasoline.2 Cumulative lifetime lead exposure is associated with markedly worse olfactory function, and there is a negative dose–response relationship between exposure to vehicle exhaust and olfaction.5 A recent review suggested, “Inhaled Pb is likely able to directly reach olfactory tissues and translocate to the brain, given its strong deleterious neurocognitive effects.”5

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)0,021
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0220,016
Charge utile insuffisante (le modèle a refusé de juger)0,0100,011

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 Opus0,008
Tête enseignante GPT0,222
Écart entre enseignants0,214 · 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
GenreCommentaire

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetHeavy Metal Exposure and ToxicityTravaux en français237 207