MétaCan
Menu
← Retour à la cohorte
Enregistrement W6945276763 · doi:10.25384/sage.c.4639904

Screening tools for targeted comprehensive geriatric assessment in HIV-infected patients 50 years and older

2019· other· en· W6945276763 sur OpenAlexaboutno aff

Notice bibliographique

RevueSage Journals Data · 2019
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeriatric Depression ScaleDepression (economics)CohortActivities of daily livingMultimorbidityOlder peopleCohort studyTest (biology)

Résumé

récupéré en direct d'OpenAlex

Many people living with HIV (PLWH) are aging with geriatric syndromes, but few undergo comprehensive geriatric assessment (CGA) due to limited resources. Our study evaluates tools to identify aging PLWH who may forego CGA. We conducted a cross-sectional study on 357 PLWH ≥50 years old at the Red Cross, Thailand. Tools evaluated were the Veterans Aging Cohort Study Index (VACSI) and G-8, which is predictive among older cancer patients. CGA consists of eight tests: history of fall within 12 months, timed-up-and-go test (TUG), activities of daily living (ADL), instrumental ADL (IADL), Montreal cognitive assessment (MoCA), Thai depression scale (TDS), mini nutritional assessment (MNA), and HIV symptom index (HSI). We considered ≥2 impaired domains on CGA to be abnormal results. Forty-nine percent (n = 175) had ≥2 impaired domains on CGA. Few participants had experienced a fall (11%) or abnormal TUG/ADL/IADL (<2%), and only MoCA/TDS/MNA/HSI were analyzed. A VACSI 15.5 produces 90%Se and 33%Sp (AUC = 74, 95%CI 69–79) in identifying patients with <2 impaired domains. A G-8 > 13.5 produces 91%Se and 77%Sp (AUC = 89, 95%CI 86–92) in ruling out abnormal nutrition. Patients with VACSI 15.5 may forego CGA due to low likelihood of abnormal cognition, mood, nutrition, or symptom burden.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,026
Tête enseignante GPT0,283
Écart entre enseignants0,257 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals Data→Même sujetRemote Sensing in Agriculture→Travaux en français237 207→