MétaCan
Menu
← Retour à la cohorte
Enregistrement W3024480102

[How Bone Densitometry contributes to the diagnosis of Osteoporosis at the Gerontology and Geriatrics Center of Ouakam, Dakar City: 102 observation].

2016· article· en· W3024480102 sur OpenAlexaff
Ousseynou Kâ, E Miryem, Cheikh Awa, Atoumane Faye, Mamadou Makhtar Mbacké Lèye, S. Ndongo

Notice bibliographique

RevuePubMed · 2016
Typearticle
Langueen
Domaine
Thématique
Établissements canadiensInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineOsteoporosisDensitometryMenopauseGeriatricsFemurPediatricsGerontologyInternal medicinePhysical therapySurgeryPsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: This study aims at assessing the morbidity rate and risk factors of osteoporosis. METHODS: This is a cross-sectional study conducted at the Gerontology and Geriatrics Center of Ouakam from 2010 to 2012 with patients who had benefited from a bone densitometry examination. The study variables were: sex, current age, menopausal age, past individual fractures, past family fractures, prolonged corticoid intake, prolonged immobilization, tobacco addiction, and alcoholism. Epi-info version 6 Software was used to process and analyze the data. RESULTS: The study included 102 patients the majority of which were women (75%), with an average age of 74 years; among these people, 31% had individual past fractures and 10% had family fractures; 8% of the patients had used a prolonged corticoid-based therapy and 2% were tobacco-addicts. The average age of menopause was 48 years. The prevalence rate for osteoporosis was 44%, based on Rachis T-score, 20%, based on Femur T-score and 45%, based on Rachis and Femur T-score. It has been noted that being a woman and past individual fractures rated among the major risk factors of osteoporosis. CONCLUSION: These results speak in favor of health authorities setting-up a program to fight osteoporosis centered mainly on primary prevention and screening.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,025
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,051
Tête enseignante GPT0,241
Écart entre enseignants0,190 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Travaux en français237 207→