MétaCan
Menu
Retour à la cohorte
Enregistrement W2914208327 · doi:10.3389/fneur.2018.01179

Alzheimer's “Prevention” vs. “Risk Reduction”: Transcending Semantics for Clinical Practice

2019· article· en· W2914208327 sur OpenAlexaff
John F. Hodes, Carlee I. Oakley, James H. O’Keefe, Peilin Lu, James E. Galvin, Nabeel Saif, Sonia Bellara, Aneela Rahman, Yakir Kaufman, Hollie Hristov, Tarek K. Rajji, Anne Marie Fosnacht Morgan, Smita S. Patel, David A. Merrill, Scott Kaiser, Josefina Meléndez‐Cabrero, J. Andrés Melendez, Robert Krikorian, Richard Isaacson

Notice bibliographique

RevueFrontiers in Neurology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute on Aging
Mots-clésDementiaDiseaseClinical PracticePsychological interventionMedicineCognitionSemantics (computer science)PsychologyPsychiatryFamily medicinePathologyComputer science

Résumé

récupéré en direct d'OpenAlex

The terms “prevention” and “risk reduction” are often used interchangeably in medicine. There is considerable debate, however, over the use of these terms in describing interventions that aim to preserve cognitive health and/or delay disease progression of Alzheimer’s disease (AD) for patients seeking clinical care. Furthermore, it is important to distinguish between Alzheimer’s disease prevention and Alzheimer’s dementia prevention when using these terms. While prior studies have codified research-based criteria for the progressive stages of AD, there are no clear clinical consensus criteria to guide the use of these terms for physicians in practice. A clear understanding of the implications of each term will help guide clinical practice and clinical research. The authors explore the semantics and appropriate use of the terms “prevention” and “risk reduction” as they relate to AD in clinical practice.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,442
Score d'incertitude au seuil0,535

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,403
Écart entre enseignants0,362 · 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 tête enseignante, 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

Citations35
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207