Abstracting Data from Medical Examiner/Coroner Reports: Concordance among Abstractors and Implications for Data Reporting
Notice bibliographique
Résumé
The purpose of this study was two-pronged: 1) to determine the level of concordance (agreement) between multiple records abstractors who extracted defined data elements from printed medical examiner/coroner (ME/C) death investigation records; and 2) to identify data items for which improved reporting could facilitate the effective use of ME/C reports and data. Four hundred ninety four printed death investigation records were obtained from 224 medical examiner/coroner offices throughout the United States. Trained abstractors were asked to extract information for 110 data elements from investigative reports. Additional data elements for each toxicology workup were abstracted from toxicology laboratory reports and six-digit AIS codes were also abstracted for each injury as described in autopsy reports. The ability of multiple abstractors to identify each data element and identically abstract the data was assessed using Kappa statistical methods. Level of agreement for many data elements was very good (>0.9), but for some data elements agreement was marginal to poor, especially for items related to toxicology, the nature of specific injuries, and dates, times of the occurrence of death and injury. Many data items can be easily abstracted from ME/C records. However, some data items seem difficult to abstract reliably in all cases. Standardizing the report formats used by ME/Cs and/or standardizing the electronic storage of ME/C data would make the abstraction of such data easier and improve the usefulness of ME/C data.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».