MétaCan
Menu
Retour à la cohorte
Enregistrement W1932438978 · doi:10.4137/sart.s9617

Monitoring Utilization of a Large Scale Addiction Treatment System: The Drug and Alcohol Treatment Information System (DATIs)

2012· article· en· W1932438978 sur OpenAlexafffundabout
Nooshin Khobzi Rotondi, Brian Rush

Notice bibliographique

RevueSubstance Abuse Research and Treatment · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesOntario Ministry of Health and Long-Term CareInstitute for Clinical Evaluative Sciences
Mots-clésAddictionTracking (education)Addiction treatmentInformation systemMedical prescriptionScale (ratio)CannabisMedicineHealthcare systemTracking systemMental healthBusinessPsychiatryPsychologyHealth careNursingComputer sciencePolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Client-based information systems can yield data to address issues of system accountability and planning, and contribute information related to changing patterns of substance use in treatment and, indirectly, general populations. The Drug and Alcohol Treatment Information System (DATIS) monitors the number/types of clients treated in approximately 170 publicly-funded addiction treatment agencies in Ontario. The purpose of this study was to estimate the caseload of addiction treatment agencies, and describe important characteristics of clients, their patterns of service utilization and trends over-time from 2005 to 2010. In 2009-2010, 47,065 individuals were admitted to treatment. Since 2005-2006, there has been an increase in adolescents/youth in treatment, and a decrease in the male-female gender ratio. Alcohol problems predominated, but an increasing proportion of clients used cannabis and prescription opioids. DATIS is an evolving system and an integral component of Ontario's performance measurement system. Linkages with healthcare information systems will allow for longitudinal tracking of client health-related outcomes.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,824
Score d'incertitude au seuil0,355

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,012
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,089
Tête enseignante GPT0,359
Écart entre enseignants0,270 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSubstance Abuse Research and TreatmentMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207