Exploring participant attrition in a longitudinal follow-up of older adults: the Global Longitudinal Study of Osteoporosis in Women (GLOW) Hamilton cohort
Notice bibliographique
Résumé
OBJECTIVE: We explored the magnitude of attrition, its pattern and risk factors for different forms of attrition in the cohort from the Global Longitudinal Study of Osteoporosis in Women. DESIGN: Prospective cohort study. SETTING: Participants were recruited from physician practices in Hamilton, Ontario. PARTICIPANTS: Postmenopausal women aged ≥55 years who had consulted their primary care physician within the last 2 years. OUTCOME MEASURES: Time to all-cause, non-death, death, preventable and non-preventable attrition. RESULTS: All 3985 women enrolled in the study were included in the analyses. The mean age of the cohort was 69.4 (SD: 8.9) years. At the end of the follow-up, 30.2% (1206/3985) of the study participants had either died or were lost to follow-up. The pattern of attrition was monotone with most participants failing to return after a missed survey. The different types of attrition examined shared common risk factors including age, smoking and being frail but differed on factors such as educational level, race, hospitalisation, quality of life and being prefrail. CONCLUSION: Attrition in this ageing cohort was selective to some participant characteristics. Minimising potential bias associated with such non-random attrition would require targeted measures to achieve maximum possible follow-rates among the high-risk groups identified and dealing with specific reasons for attrition in the study design and analysis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».