MétaCan
Menu
Retour à la cohorte
Enregistrement W4386153334 · doi:10.1080/08959420.2023.2245672

The Potential of Social Policies in Preventing Dementia: An Ecological Study Using Systematic Review and Meta-Analysis

2023· review· en· W4386153334 sur OpenAlexaff
Yuliya Bodryzlova, Fereshteh Mehrabi, Anthony Bosson, Christophe Maïano, Emmanuelle Bélanger, Grégory Moullec

Notice bibliographique

RevueJournal of Aging & Social Policy · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversité du Québec en OutaouaisCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDementiaMeta-analysisPovertyPublic healthGerontologyDiseaseSystematic reviewPublic policyEnvironmental healthMedicinePsychologyMEDLINEPathologyEconomic growthPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Social policies determine the distribution of factors (e.g. education, cardiovascular health) protecting against the development of dementia in Alzheimer's disease (AD). However, the association between social policies and the likelihood of AD without dementia (ADw/oD) has yet to be evaluated. We estimated this association in an ecological study using systematic review and meta-analysis. Four reference databases were consulted; 18 studies were included in the final analysis. ADw/oD was defined as death without dementia in people with clinically significant AD brain pathology. The indicators of social policy were extracted from the Organisation for Economic Co-operation and Development database (OECD). The probability of ADw/oD with moderate AD brain pathology was inversely associated with the Gini index for disposable income, poverty rate, and certain public expenditures on healthcare. ADw/oD with advanced AD brain pathology was only associated with public expenditures for long-term care. Social policies may play a role in maintaining and sustaining cognitive health among older people with AD.

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)0,021
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,045
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0110,026
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,242
Tête enseignante GPT0,522
Écart entre enseignants0,279 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging & Social PolicyMême sujetHealth disparities and outcomesTravaux en français237 207