MétaCan
Menu
Retour à la cohorte
Enregistrement W4240121041 · doi:10.1093/geront/gnw162.2623

PERSONALIZED TREATMENT INTERVENTIONS FOR DEPRESSED COMMUNITY-DWELLING OLDER ADULTS

2016· article· en· W4240121041 sur OpenAlexaff
Tonya Taylor, Charles A. Emlet, Lesley M. Harris, Charles Furlotte, C Pierpaoli, David J. Brennan

Notice bibliographique

RevueThe Gerontologist · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionGerontologyPsychologyDepression (economics)Aging in placeMedicinePsychiatryEconomics

Résumé

récupéré en direct d'OpenAlex

With increased access to antiretroviral therapy, people living with HIV (PLWH) are living longer and healthier lives. Despite treatment efficacy, studies show that older PLWH evidence significant burdens of disease as they age, as seen in higher levels of non-HIV related comorbidities, such that multimorbidity is the rule and not the exception. Normative aging-related stressors, such as chronic illness, disability, and social losses can undermine health outcomes. For many, these stressors are exacerbated by poverty, unemployment, stigma and discrimination, social isolation, and housing and food insecurity. Despite these complexities, older PLWH can achieve optimal aging with HIV. This paper explores the shifting notions of successful aging and programmatic applications. We present a new approach for older PLWH at risk that includes viral suppression, HIV self-care management and the reduction of risk behaviors (e.g., smoking, substance abuse) to maintain physical and psychosocial functional ability and foster wellbeing in older age.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,582

Scores Codex et Gemma par catégorie

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

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 Opus0,137
Tête enseignante GPT0,418
Écart entre enseignants0,281 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe GerontologistMême sujetHealth and Well-being StudiesTravaux en français237 207