Bibliographic record
Abstract
Contexte : L'auto-évaluation de la santé demande d'évaluer son propre état de santé en général et consiste en l'une des mesures les plus utilisées dans la recherche sur la santé de la population. Cette mesure a reçu de forts soutiens en tant que facteur indépendant prédicteur de mortalité et de morbidité. Nos connaissances demeurent limitées quant à notre compréhension de ce qui est exactement mesuré lorsqu'un individu évalue sa propre santé. Il est nécessaire de comprendre les caractéristiques de cette mesure chez les personnes atteintes de maladies chroniques. Objectifs : Dans un échantillon de la population Canadienne de personnes atteintes de diabète de type 2, les objectifs étaient de comprendre les caractéristiques de l'auto-évaluation de la santé, de déterminer si cette mesure pouvait prévoir l'incidence de la dépression majeure au cours de trois ans et d'évaluer le changement des réponses dépendamment de l'emplacement de la question dans un sondage.Résultats : L'auto-évaluation de la santé était associée à l'incapacité physique et à la dépression chez les hommes et les femmes atteints de diabète de type 2. Une mauvaise évaluation de la santé de base prévoyait significativement l'incidence de la dépression majeure au cours de trois ans. La majorité des individus n'ont pas changé leurs évaluations lorsque la question était placée avant ou suivant des questions objectives liées à la santé. Conclusions : Il pourrait être avantageux de cibler à la fois le fonctionnement mental et physique lors du traitement des personnes atteintes de diabète. Les professionnels de la santé pourraient incorporer une brève mesure telle que l'auto-évaluation de la santé dans les évaluations cliniques pour identifier les individus à risque de complications. Les résultats confirment la possibilité de comparer les résultats portant sur l'auto-évaluation de la santé obtenus à travers différentes enquêtes chez les personnes atteintes de diabète. Des études qualitatives et quantitatives sont nécessaires pour aider à mieux comprendre le processus d'évaluation des caractéristiques sur lesquelles l'auto-évaluation de la santé est basée, pour fournir des preuves quant à l'utilisation cette mesure comme outil de dépistage et comme facteur prédicteur de plusieurs résultats de la santé chez des personnes atteintes de différentes maladies chroniques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".