MétaCan
Menu
← Retour à la cohorte
Enregistrement W6892135472 · doi:10.5061/dryad.5mkkwh744

Data from: Diabetes, brain infarcts, cognition and small vessels in the Canadian alliance for healthy hearts and minds study

2020· dataset· en· W6892135472 sur OpenAlexaffabout

Notice bibliographique

RevueOpen MIND · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of CalgaryPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésHyperintensityDiabetes mellitusCognitionSubclinical infectionStroke (engine)Magnetic resonance imagingCognitive declineDiseaseNeuroimaging

Résumé

récupéré en direct d'OpenAlex

Background: Diabetes is a risk factor for cerebrovascular disease and cognitive impairment. The anatomical basis for this is uncertain. Methods: The Canadian Alliance for Healthy Hearts and Minds (CAHHM) collected brain and carotid magnetic resonance imaging (MRI) and two cognitive tests (DSST and MoCA) in a cross-sectional sample of men and women. Brain MRIs identified brain infarcts (BI), lacunar BI, high white matter hyperintensity (WMH), vascular brain injury (VBI - BI or high WMH) and small vessel VBI (lacunar BI or high WMH). Carotid MRIs estimated carotid wall volume, a measure of subclinical atherosclerosis. Cognitive scores were standardized to each site’s mean score, and cognitive impairment was identified by one or both test scores ≤ 1 standard deviation below the site’s mean score on that test. Results: The 7733 participants included 495 (6.4%) with diabetes, of whom 388 were taking diabetes drugs. After age and sex adjustment, diabetes was independently associated with BI (OR 1.53, 95%CI 1.05, 2.24), VBI (OR 1.64, 95%CI 1.26, 2.13), small vessel VBI (OR 1.67, 95%CI 1.28, 2.19) and cognitive impairment (OR 1.47, 95%CI 1.20, 1.80). The association between diabetes and small vessel VBI persisted after adjustment for cerebrovascular disease risk factors and non-lacunar infarcts (OR 1.52, 95%CI 1.15, 2.01), and the association with cognitive impairment persisted after adjustment for small vessel VBI (OR 1.27, 95%CI 1.03, 1.56). Conclusion: Small vessel disease characterizes much of the relationship between diabetes and VBI. However, additional factors are required to disentangle the relationship between diabetes and cognitive impairment.

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)0,006
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0030,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,189
Tête enseignante GPT0,377
Écart entre enseignants0,187 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→