USING NETWORK ANALYSIS METHODS TO STUDY MULTIMORBIDITY PATTERNS
Notice bibliographique
Résumé
Abstract Multimorbidity is a risk factor for patient-important outcomes including quality of life and functional decline. Multimorbidity research has focused mainly on disease counts, with less attention to patterns among chronic conditions. Network analysis has been increasingly used to examine multimorbidity clusters, but there are no guidelines for its conduct. In 12 recent studies using network analysis, we found heterogeneity in association measures (10 different measures) and clustering algorithms (5 different methods) used to identify multimorbidity clusters. Using self-reported data on 24 diseases in community-living adults aged 45-85 from the Canadian Longitudinal Study on Aging, we conducted network analyses using the 10 association measures and 5 clustering algorithms to better understand how these choices impact the number and types of clusters identified. We compared the similarity among clusters using the adjusted Rand index (ARI); an ARI of 0 is equivalent to the diseases being randomly assigned to clusters and 1 indicates perfect agreement. Two clinicians independently identified potential disease clusters which we compared to network analyses results. We found results differed greatly across combinations of association measures and cluster algorithms. The number of clusters identified ranged from 1 to 12 and their similarity was generally very low. Compared to clinician-derived clusters, the ARIs ranged from 0 to 0.23 indicating little similarity. These analyses demonstrate the need for a systematic evaluation of the performance of network analysis methods on binary clustered data like diseases. Moreover, diseases may not cluster, and a personalized approach to the care of older adults may be needed.
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 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».