MétaCan
Menu
← Retour à la cohorte
Enregistrement W7100053172

METHODS

2016· article· en· W7100053172 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDementiaCognitionAssociation (psychology)ConfoundingCognitive impairmentMemory clinicMemory impairmentPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Self-reported memory complaints are common in elderly individuals. Depending on the population studied, and the manner in which the question was asked, between 20% and 56 % of elderly persons report problems with their memory. Recent population-based studies have shown that subjective memory loss (SML) predicts dementia or cognitive decline in seniors with normal cognition.1-5 How-ever, the usefulness of subjective memory complaints in identifying persons with cognitive impairment is not clear: some studies report a weak or no association between SML and cognition,6-9 while others report an association between SML and cognitive status.10,11 It is also unclear if the association between SML and cognition is due to potential confounding by depression12: those with depres-sive symptoms may be more likely to report SML and may have more impairment of cognition. SML is important for clinicians for 2 reasons: First, patients may present themselves with memory complaints. Clinicians then need to know if they should proceed with further cognitive assessment. Second, SML could be use-ful as a very simple screening test for cognitive impairment, if it accurately reflects true cognition. To clarify the association between cognitive status and SML, we conducted a secondary analysis of an exist-ing data set (the Manitoba Study of Health and Aging). Specifically, our objectives were the following: 1. to determine if subjective memory complaints are associated with Mini-Mental State Exam (MMSE) scores; 2. to determine if this association is independent of other factors such as age, sex, education, and depres-sive symptoms; and 3. to determine the sensitivity and specificity of subjec-tive memory complaints for the presence of cognitive impairment (dementia or cognitive impairment, no dementia).

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,542
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0040,002
Science ouverte0,0040,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,4580,227

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 Opus0,009
Tête enseignante GPT0,284
Écart entre enseignants0,275 · 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.

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric aerosols and clouds→Travaux en français237 207→