MétaCan
Menu
Retour à la cohorte
Enregistrement W4221133714 · doi:10.1038/s41746-022-00579-9

Better Understanding of the Metamorphosis of Pregnancy (BUMP): protocol for a digital feasibility study in women from preconception to postpartum

2022· review· en· W4221133714 sur OpenAlexaff
Sarah Goodday, Emma Karlin, Alexa Brooks, Carol Chapman, Daniel R. Karlin, Luca Foschini, Emily Kipping, Mackenzie Wildman, Mary Kate Francis, H. Greenman, Li Li, Eric E. Schadt, Marzyeh Ghassemi, Anna Goldenberg, Francesca Cormack, Nick Taptiklis, C. Centen, Sarah F Smith, Stephen Friend

Notice bibliographique

Revuenpj Digital Medicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensSickKids FoundationVector InstituteCanadian Institute for Advanced Research
Organismes subventionnairesnon disponible
Mots-clésPregnancyCohortProtocol (science)Cohort studyMedicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

The Better Understanding the Metamorphosis of Pregnancy (BUMP) study is a longitudinal feasibility study aimed to gain a deeper understanding of the pre-pregnancy and pregnancy symptom experience using digital tools. The present paper describes the protocol for the BUMP study. Over 1000 participants are being recruited through a patient provider-platform and through other channels in the United States (US). Participants in a preconception cohort (BUMP-C) are followed for 6 months, or until conception, while participants in a pregnancy cohort (BUMP) are followed into their fourth trimester. Participants are provided with a smart ring, a smartwatch (BUMP only), and a smart scale (BUMP only) alongside cohort-specific study apps. Participant centric engagement strategies are used that aim to co-design the digital approach with participants while providing knowledge and support. The BUMP study is intended to lay the foundational work for a larger study to determine whether participant co-designed digital tools can be used to detect, track and return multimodal symptoms during the perinatal window to inform individual level symptom trajectories.

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)0,034
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,265

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,037
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0020,003
Science ouverte0,0020,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0790,015

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 Opus0,221
Tête enseignante GPT0,421
Écart entre enseignants0,200 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Digital MedicineMême sujetMaternal Mental Health During Pregnancy and PostpartumTravaux en français237 207