Systematic review and meta-analysis of disease clustering in multimorbidity: a study protocol
Notice bibliographique
Résumé
INTRODUCTION: Multimorbidity is defined as the presence of two or more chronic diseases. Co-occurring diseases can have synergistic negative effects, and are associated with significant impacts on individual health outcomes and healthcare systems. However, the specific effects of diseases in combination will vary between different diseases. Identifying which diseases are most likely to co-occur in multimorbidity is an important step towards population health assessment and development of policies to prevent and manage multimorbidity more effectively and efficiently. The goal of this project is to conduct a systematic review and meta-analysis of studies of disease clustering in multimorbidity, in order to identify multimorbid disease clusters and test their stability. METHODS AND ANALYSIS: We will review data from studies of multimorbidity that have used data clustering methodologies to reveal patterns of disease co-occurrence. We propose a network-based meta-analytic approach to perform meta-clustering on a select list of chronic diseases that are identified as priorities for multimorbidity research. We will assess the stability of obtained disease clusters across the research literature to date, in order to evaluate the strength of evidence for specific disease patterns in multimorbidity. ETHICS AND DISSEMINATION: This study does not require ethics approval as the work is based on published research studies. The study findings will be published in a peer-reviewed journal and disseminated through conference presentations and meetings with knowledge users in health systems and public health spheres. PROSPERO REGISTRATION NUMBER: CRD42023411249.
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 | 0,088 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,013 | 0,015 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,007 |
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 ».