Algorithms to estimate the beginning of pregnancy in administrative databases
Notice bibliographique
Résumé
PURPOSE: The role of administrative databases for research on drug safety during pregnancy can be limited by their inaccurate assessment of the timing of exposure, as the gestational age at birth is typically unavailable. Therefore, we sought to develop and validate algorithms to estimate the gestational age at birth using information available in these databases. METHODS: Using a population-based cohort of 286,432 mother-child pairs in British Columbia (1998-2007), we validated an ICD-9/10-based preterm-status indicator and developed algorithms to estimate the gestational age at birth on the basis of this indicator, maternal age, singleton/multiple status, and claims for routine prenatal care tests. We assessed the accuracy of the algorithm-based estimates relative to the gold standard of the clinical gestational age at birth recorded in the delivery discharge record. RESULTS: The preterm-status indicator had specificity and sensitivity of 98% and 91%, respectively. Estimates from an algorithm that assigned 35 weeks of gestational age at birth to deliveries with the preterm-status indicator and 39 weeks to those without them were within 2 weeks of the clinical gestational age at birth in 75% of preterm and 99% of term deliveries. CONCLUSIONS: Subtracting 35 weeks (245 days) from the date of birth in deliveries with codes for preterm birth and 39 weeks (273 days) in those without them provided the optimal estimate of the beginning of pregnancy among the algorithms studied.
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 | 0,043 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».