MétaCan
Menu
Retour à la cohorte
Enregistrement W4234374608 · doi:10.1590/s0034-89102009000300021

Seasonal variation in hospitalizations due to heart failure in Niterói city, Southeastern Brazil

2009· article· en· W4234374608 sur OpenAlexaff
José Eduardo Jorge, Maurício Cagy, Evandro Tinoco Mesquita, Thiago Costa, Samuel Datum Moscavitch, Maria Luiza Garcia Rosa

Notice bibliographique

RevueRevista de Saúde Pública · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésSeasonalityHeart failureDemographyMedicineGeographyEnvironmental scienceStatisticsCardiologyMathematics

Résumé

récupéré en direct d'OpenAlex

The objective of the study was to describe seasonality of hospitalizations for heart failure in tropical climate as it has been described in cold climates. Seasonal Auto-regressive Integrated Moving-Average model was applied to time-series data of heart failure hospitalizations between 1996 and 2004 in Niteroi (Southeastern Brazil), collected from the Brazilian National Health Service Database. The standard seasonal variation was obtained by means of moving-average filtering and averaging data. The lowest and the highest annual hospital admissions were 507 (1997) and 849 (2002), respectively; the lowest and the highest monthly rates were 419 (December) and 681 (October), respectively. Peak admission rates were seen during the fall and winter. Although weak, the seasonality observed indicates that slight variations result in increased hospitalizations for heart failure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,299
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Saúde PúblicaMême sujetClimate Change and Health ImpactsTravaux en français237 207