MétaCan
Menu
Retour à la cohorte
Enregistrement W4221078239 · doi:10.3390/diabetology3010014

Availability and Affordability of Medicines for Diabetes and Cardiovascular Disease across Countries: Information Learned from the Prospective Urban Rural Epidemiological Study

2022· article· en· W4221078239 sur OpenAlexaff
Tu Ngoc Nguyen, Salim Yusuf, Clara K Chow

Notice bibliographique

RevueDiabetology · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésEpidemiologyEnvironmental healthMedicineDiseaseDiabetes mellitusDeveloping countryProspective cohort studyIncidence (geometry)CohortEconomic growthGeographySocioeconomicsEconomicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

The global burden of diabetes and cardiovascular disease (CVD) is increasing and, while cardiovascular event incidence is falling in some high-income countries (HICs), increasing rates are being observed in many middle-income countries (MICs) and low-income countries (LICs). There have been discrepancies in the availability and affordability of medicines for diabetes and cardiovascular disease among countries, of which LICs and MICs have seen low availability and affordability. The Prospective Urban Rural Epidemiological (PURE) study is a large prospective cohort study of over 200,000 people aged 35–70 years from 27 HICs, MICs, and LICs across six geographical regions (Asia, Africa, Europe, South America, North America, and the Middle East). Analyses from this study have contributed greatly to the understanding of the determinants of cardio–metabolic health in LICs and MICs especially. Here, we discuss information learned from the PURE study regarding the availability and affordability of key medicines for diabetes and cardiovascular disease.

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)0,009
score de la tête « metaresearch » (Gemma)0,039
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 enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,039
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,293
Écart entre enseignants0,242 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetologyMême sujetPharmaceutical Economics and PolicyTravaux en français237 207