Импорт концепций, прежние подходы или новые самостоятельные теории? (О состоянии фундаментальных исследований в российской социологии)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<b><i>Objectives:</i></b> To apply a case definition to a Northern Alberta-based primary care practice population and to assess the sex-specific characteristics of young-onset metabolic syndrome (MetS). <b><i>Design:</i></b> We carried out a cross-sectional study to identify and estimate the prevalence of MetS using electronic medical record (EMR) data and perform descriptive comparative analyses of demographic and clinical characteristics between males and females. <b><i>Setting:</i></b> Northern Alberta Primary Care Research Network (NAPCReN) consists of EMR patient data from 77 physicians among 18 clinics. <b><i>Participants:</i></b> Patients with one or more clinic visit between 2015 and 2018, between 18 and 40 years old, residing in Northern Alberta. <b><i>Main Outcome Measures:</i></b> Comparison of prevalence in MetS between sexes as well as sex-specific distribution of MetS characteristics [body mass index (BMI), fasting blood glucose, glycated hemoglobin, triglycerides, and high-density lipoprotein cholesterol (HDL-C), presence of hypertension, and presence of diabetes]. <b><i>Results:</i></b> Of 15,766 patients, 4.4% (<i>n</i> = 700) had young-onset MetS based on recorded data, prevalence was nearly twice as high in males (6.1%, <i>n</i> = 354) compared with females (3.5%, <i>n</i> = 346). The most prevalent risk factor for MetS consisted of having an elevated BMI for both females (90.9%) and males (91.5%). In the presence of MetS, more females had lower HDL-C [68.2% females (F) vs. 52.5% males (M)], and higher prevalence of diabetes (21.4% F vs. 9.0% M), whereas more males had hypertriglyceridemia (60.4% F vs. 79.7% M) and hypertension (12.4% F vs. 15.8% M). Females also had consistently higher percentages of absent laboratory data compared with males when identified as having MetS and BMI ≥25 kg/m<sup>2</sup>. <b><i>Conclusions:</i></b> Males have nearly twice the prevalence of young-onset MetS compared with females, with notable sex-specific differences in the manifestation of MetS, although we suspect that this is partially due to underreporting where the absence of anthropomorphic and laboratory investigations point to a lack of testing. Sex-specific screening for MetS, especially among young females of childbearing years, is important for downstream prevention.
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.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,029 |
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 découle