MétaCan
Menu
Retour à la cohorte
Enregistrement W6917585739 · doi:10.57760/sciencedb.07369

Should Testing for Obstructive Sleep Apnea be Offered Routinely to Older Family Medicine Patients? A Prospective Cohort Study

2023· dataset· en· W6917585739 sur OpenAlexaffabout

Notice bibliographique

RevueScienceDB · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensMcGill UniversityDawson CollegeJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésObstructive sleep apneaMissing dataProspective cohort studyMEDLINECohortData collectionCohort studyClinical PracticeHealth care

Résumé

récupéré en direct d'OpenAlex

176 consecutive family medicine patients, aged 45 years and older, were tested for obstructive sleep apnea using overnight polysomnography. Participants found to have OSA were offered treatment and followed for 3 years according to usual practice in the Canadian/Province of Quebec health care system. At time of recruitment Time 1, and after 3 years, Time 2, participants completed questionnaires about sleep, health related quality of life, psychological adjustment. Additionally, health data were collected by chart review.The data set consists of an Excel file, with data for 176 participants in rows. Time 1 and Time 2 data are presented in the same row. Variables are respectively labeled with the prefixes T1 and T2. The first three rows describe the measures, variables, and the units of measure for each variable. Each subject row contains 128 variables, including for T1 and T2. The final columns contain coding to identify subgroups, treatment adherence, change in health status employed in previous analyses.Cells with missing data are left blank. Data loss from Time 1 to Time 2 was expected, as we were following a clinical sample who entered the study without a specific complaint and for whom OSA treatment acceptance and adherence are typically low. Describing the trajectory of these patients, including dropout rates, was one aim of the study.The dataset can be copied and pasted into an SPSS data file.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,154
Score d'incertitude au seuil0,307

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,087
Tête enseignante GPT0,353
Écart entre enseignants0,266 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScienceDBTravaux en français237 207