From fetus to 8: the CHILD Cohort Study
Notice bibliographique
Résumé
The CHILD Cohort Study is an active multi-center longitudinal, prospective, population pregnancy cohort study following Canadian infants from fetal life until adulthood. We hypothesized that early life physical and psychosocial environments interact with biological factors (e.g. immunologic, genetic, physiologic, and metabolic) influencing burdensome non-communicable disease outcomes, including asthma and allergic disorders, growth and development, cardio-metabolic health, and neurodevelopmental outcomes that manifest during the life-course. Detailed clinical and physiologic phenotyping at strategic intervals was complemented by environmental sampling, actigraphy and global positioning system measures, biological sampling including gut, breastmilk and nasal microbiome, nutritional studies, genetics, and epigenetic profiling. Of 3,454 families recruited from 2008 to 2012, study retention was 96.0% at 1-year, 93.2% at 5-years and 90.7% at 8-years. Data collection during the SARS-2 COVID-19 pandemic was partially completed via virtual visits. A sub-cohort was implemented, capturing detailed information on the prevalence and predictors of SARS-CoV-2 infection and the health and psychosocial impact of the pandemic on Canadian families. The 13-year clinical assessment launched in 2022 will be completed in 2025. Ultimately, the CHILD Cohort Study provides a data science platform designed to enable a deep understanding of early life factors associated with the development of chronic non-communicable diseases and multimorbidity.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».