MétaCan
Menu
Retour à la cohorte
Enregistrement W4313453237 · doi:10.1136/thorax-2022-219539

Paediatric asthma hospitalisations continue to decrease in Finland and Sweden between 2015 and 2020

2023· article· en· W4313453237 sur OpenAlexaff
Juho E. Kivistö, Jennifer L. P. Protudjer, Jussi Karjalainen, Anna Bergström, Heini Huhtala, Matti Korppi, Erik Melén

Notice bibliographique

RevueThorax · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensGeorge & Fay Yee Centre for Healthcare InnovationUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesVäinö ja Laina Kiven SäätiöTampereen TuberkuloosisäätiöFire Protection Research FoundationJalmari ja Rauha Ahokkaan Säätiö
Mots-clésMedicineAsthmaIncidence (geometry)PediatricsDemographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

We previously reported a decreasing incidence of paediatric asthma hospitalisations in Finland, but a rather stable trend in Sweden, between 2005 and 2014. We now aimed to investigate the incidence of paediatric asthma hospitalisations in these countries between 2015 and 2020, using Finland's National Hospital Discharge Register and Sweden's National Patient Register, which cover all hospitalisations in the respective countries. From 2015 to 2019, the incidence of paediatric asthma hospitalisations decreased by 36.7% in Finland and by 39.9% in Sweden and are increasingly approaching parity. In 2020, despite differences in COVID-19-related restrictions, asthma hospitalisations decreased by over 40%, thus warranting future research on the subject.

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 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 enseignants0,026
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,308
Écart entre enseignants0,291 · 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'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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThoraxMême sujetAsthma and respiratory diseasesTravaux en français237 207