MétaCan
Menu
← Retour à la cohorte
Enregistrement W2997175942 · doi:10.1093/geroni/igz038.485

CHRONIC DISEASE AND TERMINAL DECLINE IN VERY OLD MEN: THE MANITOBA FOLLOW-UP STUDY

2019· article· en· W2997175942 sur OpenAlexaffabout
Robert B. Tate, Philip St. John, Audrey Swift, Edward H. Thompson

Notice bibliographique

RevueInnovation in Aging · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDemographyMedicineGerontologyMultinomial logistic regression

Résumé

récupéré en direct d'OpenAlex

Abstract The Manitoba Follow-up Study is in its 71st year of continuous operation. Since 1948, 3,983 aircrew recruits to the Royal Canadian Air Force during the Second World War have submitted routine medical examinations and completed questionnaires. On May 1, 2006, 1001 of these men (25%) were alive mean age of 86 years. The effects of 7 chronic diseases (CDs) diagnosed before 2006 were modeled with multinomial logistic regression to predict the pattern of decline of living and dying through an 11 year window to 2017. By 2017, 11% were still alive, 10% died very early in the window, 44% experienced a slow decline of a least three years to death, 17% experienced a step decline to death, and 18% experienced a terminal drop, death within six months of decline in functioning. Only 30% were free of CD in 2006; 36% had 1 CD, and 34% had more than 1 CD. As the number of CDs increased, the probability of remaining alive by 2017 decreased: 18% alive if no CD, 10% if 1 CD, 8% if 2 CDs, and 3% of >2 CDs. The chance of death with a terminal drop decreased: 22% if no CD, 20% if 1 CD, 14% if 2 CD, 11% if >2 CD. Conversely, the percent with a gradual decline to death increased with more CDs. Among old men are already in their 80s, a key determinant of the trajectory to end of life is the number of CDs.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,470
Score d'incertitude au seuil0,946

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,038
Tête enseignante GPT0,326
Écart entre enseignants0,287 · 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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetAir Quality and Health Impacts→Travaux en français237 207→