MétaCan
Menu
Retour à la cohorte
Enregistrement W4405964708 · doi:10.1093/geroni/igae098.2403

SELF-RATED HEATH PREDICTS INCIDENT MODERATE/SEVERE DISABILITY IN AGING MEN: THE MANITOBA FOLLOW-UP STUDY

2024· article· en· W4405964708 sur OpenAlexaffabout
Phil St. John, Scott Nowicki, Robert B. Tate

Notice bibliographique

RevueInnovation in Aging · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Wellbeing Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésGerontologyPsychologyMedicineDemographySociology

Résumé

récupéré en direct d'OpenAlex

Abstract Background There is evidence that Self-Rated Health (SRH) predicts death, but less evidence that SRH predicts new disability. Objective: To determine if SRH predicts moderate/severe disability in a prospective cohort study of aging men. Methods We conducted an analysis of a prospective cohort study of men who qualified for air crew training in the Royal Canadian Air Force, which began in 1948. Since 2004, an annual survey is sent out which measures age-reference SRH, functional status, and the Short-Form-36 (SF-36). In 2004, 796 men were alive, responded to the questionnaire and did not have disability. Functional status has been measured with an annual questionnaire which includes items on Basic Activities of Daily Living (BADLs) and Instrumental ADLs (IADLs). We considered impairment to be two or more BADLs impaired (of five considered) or three or more impaired IADLs (of seven). We calculated the median time to disability, and compared groups with a log rank test. We then constructed a proportional hazards model for the outcome of new disability. Results SRH was associated with incident disability: Compared to those with Excellent SRH, the Hazard Ratio (95% confidence interval) was 1.79 (1.19, 2.68) for those with Very Good SRH; 2.87 (1.91, 4.30) for those with Good SRH; and 2.40 (2.04, 5.65) for those with Fair/Poor/Bad SRH. This association persisted after adjusting for age, the SF-36 and chronic diseases. Conclusions: SRH predicts new disability.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,717
Score d'incertitude au seuil0,563

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,072
Tête enseignante GPT0,438
Écart entre enseignants0,366 · 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
GenreEmpirique

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetHealth and Wellbeing ResearchTravaux en français237 207