MétaCan
Menu
Retour à la cohorte
Enregistrement W4394435165 · doi:10.6084/m9.figshare.12094821

Impact of temporomandibular disorders on quality of life

2020· dataset· en· W4394435165 sur OpenAlexaboutno aff
Débora Foger, Mariela Peralta-Mamani, Paulo Sérgio da Silva Santos

Notice bibliographique

RevueFigshare · 2020
Typedataset
Langueen
DomaineHealth Professions
ThématiqueTemporomandibular Joint Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)MedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Temporomandibular dysfunction (TMD) may have a major impact on quality of life. Objective: Thus, this integrative review assessed the impact of TMD on quality of life. Method: An electronic and manual search was conducted to identify studies that evaluated the impact of TMD on an individual’s quality of life. After the inclusion and exclusion criteria were met, seven articles were included and evaluated according to the quality of evidence using the Newcastle-Ottawa assessment. Results: The selected studies used different instruments to diagnose temporomandibular joint disorders and measure the quality of life. Only three studies used the RDC/TMD. As for quality of life, the most used instrument was the SF-36, followed by Br-MPQ and WHOQOL-Bref. Conclusion: The findings show that there is a negative impact of temporomandibular dysfunction on quality of life, especially regarding its severity. However, further studies are needed to confirm these results.

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)0,005
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,038
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0150,022
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0320,002

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 Opus0,123
Tête enseignante GPT0,454
Écart entre enseignants0,331 · 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'étudeObservationnel
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetTemporomandibular Joint DisordersTravaux en français237 207