Cohort Profile: Multimorbidity in Children and Youth Across the Life-course (MY LIFE) Study.
Notice bibliographique
Résumé
OBJECTIVE: This manuscript serves to provide an overview of the methods of the Multimorbidity in Children and Youth across the Life-course (MY LIFE) study, profile sample characteristics of the cohort, and provide baseline estimates of multimorbidity to foster collaboration with clinical and research colleagues across Canada. METHOD: MY LIFE is comprised of 263 children (2-16 years) with a physical illness recruited from McMaster Children's Hospital, their primary caregiving parent, and their closest-aged sibling. Participants are followed with data collection at recruitment, 6, 12, and 24 months which includes structured interviews, self-reported measures, and biological samples and occur in a private research office or at participants' homes. Post-COVID-19, data collection transitioned to mail and telephone surveys. RESULTS: At recruitment, children were 9.4 (4.2) years of age and 52.7% were male. The mean duration of their physical illness was 4.5 (4.1) years; 25% represent incident cases (duration <1 year). Most (69.7%) had healthy body weight and intelligence in the average range (73.5%). Overall, 38.2% of children screened positive for ≥1 mental illness according to parent report (24.8% screened positive based on child self-report). Compared to 2016 Census data, the MY LIFE cohort overrepresents families of higher socioeconomic status. CONCLUSIONS: Multimorbidity is common among children and these baseline data will serve to measure relative changes in the mental health of children with physical illness over time. MY LIFE will provide new information for understanding multimorbidity among children, though underrepresentation of lower socioeconomic families may have implications for the generalizability of findings.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».