MétaCan
Menu
Retour à la cohorte
Enregistrement W1827517923 · doi:10.1111/jppi.12098

Strengths and Limitations of Health and Disability Support Administrative Databases for Population‐Based Health Research in Intellectual and Developmental Disabilities

2014· article· en· W1827517923 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Policy and Practice in Intellectual Disabilities · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversity of OttawaQueen's UniversityOntario Tech UniversityInstitute for Clinical Evaluative SciencesSurrey Place CentreCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term CareInstitute for Clinical Evaluative SciencesCentre for Addiction and Mental Health
Mots-clésCohortPopulationDisadvantageDatabaseIntellectual disabilityRecord linkageHealth careMedicineGerontologyIncome SupportCohort studyLinkage (software)Environmental healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Individuals with intellectual and developmental disabilities ( IDD ) experience high rates of social and health disadvantage. Planning effective services that meet the needs of this vulnerable population requires good population‐based data that are collected on a routine, ongoing basis. However, in most jurisdictions, none of the commonly available data (e.g., health or disability benefits administrative data) completely captures the IDD population. To more accurately identify persons with IDD in a population, one solution is to link data across multiple sources. To do this, the authors report on an effort to create a linked database to identify a cohort of adults, aged 18–64, with IDD in Ontario and use these data to examine how the linkage can help study health and healthcare access. The linked dataset was created using four health and one disability income support databases. Standardized differences were used to compare sociodemographic and clinical characteristics of the IDD cohorts identified through the health, disability income support, and linked datasets. Indirect estimation was used to evaluate which IDD subgroups might be over‐ or underestimated if only a single source of data was available. The linked database identified a cohort of 66,484 adults with IDD (0.78% prevalence). The health and disability income support data each uniquely identified approximately a third of the cohort. Health data were more likely to identify younger adults (18–24 years), those with psychiatric illnesses, and hospitalized individuals. The disability income support data were more likely to identify adults aged 35–54 and those living in lower income neighborhoods. By linking multiple databases, the authors were able to identify a much larger cohort of individuals with IDD than if they had used a single data source. It also enabled the creation of a more accurate sociodemographic and clinical profile of this population as each source captured different segments of it.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,482
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,478
Score d'incertitude au seuil0,696

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,482
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,413
Tête enseignante GPT0,522
Écart entre enseignants0,109 · 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