Additional file 1 of Ultrasound quadriceps muscle thickness is variably associated with frailty in haemodialysis recipients
Notice bibliographique
Résumé
Additional file 1: Supplementary file 1. Description of how frailty, vulnerability and robustness defined. Supplementary Table 1. Frailty Phenotype. Supplementary Table 2. Frailty Index. Supplementary Table 3. Edmonton Frailty Scale. Supplementary Table 4a. Multiple linear regression of FP by BATT. Model 3. Supplementary Table 4b. Multiple linear regression of Frailty Phenotype by Low Muscle Mass. Model 3. Supplementary Table 4c. Multiple linear regression of Frailty Phenotype by Sarcopenia. Model 3. Supplementary Table 5a. Multiple linear regression of Frailty Index by BATT. Model 3. Supplementary Table 5b. Multiple linear regression of Frailty Index by Low Muscle Mass. Model 3. Supplementary Table 5c. Multiple linear regression of Frailty Index by Sarcopenia. Model 3. Supplementary Table 6a. Multiple linear regression of Edmonton Frailty Scale by BATT. Model 3. Supplementary Table 6b. Multiple linear regression of Edmonton Frailty Scale by Low Muscle Mass. Model 3. Supplementary Table 6c. Multiple linear regression of Edmonton Frailty Scale by Sarcopenia. Model 3. Supplementary Table 7a. Multiple linear regression of Clinical Frailty Scale by BATT. Model 3. Supplementary Table 7b. Multiple linear regression of Clinical Frailty Scale by Low Muscle Mass. Model 3. Supplementary Table 7c. Multiple linear regression of Clinical Frailty Scale by Sarcopenia. Model 3. Supplementary Table 8a. Multivariable logistic regression of Frailty Phenotype by BATT. Model 3. Supplementary Table 8b. Multivariable logistic regression of Frailty Phenotype by Low Muscle Mass. Model 3. Supplementary Table 8c. Multivariable logistic regression of Frailty Phenotype by Sarcopenia. Model 3. Supplementary Table 9a. Multivariable logistic regression of Frailty Index by BATT. Model 3. Supplementary Table 9b. Multivariable logistic regression of Frailty Index by Low Muscle Mass. Model 3. Supplementary Table 9c. Multivariable logistic regression of Frailty Index by Sarcopenia. Model 3. Supplementary Table 10a. Multivariable logistic regression of Edmonton Frailty Scale by BATT. Model 3. Supplementary Table 10b. Multivariable logistic regression of Edmonton Frailty Scale by Low Muscle Mass. Model 3. Supplementary Table 10c. Multivariable logistic regression of Edmonton Frailty Scale by Sarcopenia. Model 3. Supplementary Table 11a. Multivariable logistic regression of Clinical Frailty Scale by BATT. Model 3. Supplementary Table 11b. Multivariable logistic regression of Clinical Frailty Scale by Low Muscle Mass. Model 3. Supplementary Table 11c. Multivariable logistic regression of Clinical Frailty Scale by Sarcopenia. Model 3. Supplementary Table 12. Sensitivity Analyses of Frailty Score by multiple linear regression models in reverse order. Supplementary Table 13. Sensitivity analyses of multivariable logistic regression models of frailty. Multivariable models reversed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,820 | 0,085 |
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 source (Gemma direct ou Codex distillé), 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 ».