Construction of a femininity score in the UK Biobank and its association with angina diagnosis prior to myocardial infarction
Notice bibliographique
Résumé
Gender captures social components beyond biological sex and can add valuable insight to health studies in populations. However, assessment of gender typically relies on questionnaires which may not be available. The aim of this study is to construct a gender metric using available variables in the UK Biobank and to apply it to the study of angina diagnosis. Proxy variables for femininity characteristics were identified in the UK Biobank and regressed on sex to construct a composite femininity score (FS) validated using tenfold cross-validation. The FS was assessed as a predictor of angina diagnosis before incident myocardial infarction (MI) events. The FS was derived for 315,937 UK Biobank participants. In 3059 individuals with no history of MI at study entry who had an incident MI event, the FS was a significant predictor of angina diagnosis prior to MI (OR 1.24, 95% CI 1.10-1.39, P < 0.001) with a significant sex-by-FS interaction effect (P = 0.003). The FS was positively associated with angina diagnosis prior to MI in men (OR 1.37, 95% CI 1.19-1.57, P < 0.001), but not in women. We have provided a new tool to conduct gender-sensitive analyses in observational studies, and applied it to study of angina diagnosis prior to MI.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».