Validation of administrative health data for the pediatric population: a scoping review
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.
Notice bibliographique
Résumé
BACKGROUND: The purpose of this research was to perform a scoping review of published literature on the validity of administrative health data for ascertaining health conditions in the pediatric population (≤20 years). METHODS: A comprehensive search of OVID Medline (1946 - present), CINAHL (1937 - present) and EMBASE (1947 - present) was conducted. Characteristics of validation studies that were abstracted included the study population, health condition, topic of the validation (e.g., single diagnosis code versus case-finding algorithm), administrative and validation data sources. Inter-rater agreement was measured using Cohen's κ. Extracted data were analyzed using descriptive statistics. RESULTS: A total of 37 articles met the study inclusion criteria. Cohen's κ for study inclusion/exclusion and data abstraction was 0.88 and 0.97, respectively. Most studies validated administrative data from the USA (43.2%) and Canada (24.3%), and focused on inpatient records (67.6%). Case-finding algorithms (56.7%) were more frequently validated than diagnoses codes alone (37.8%). Five conditions were validated in more than one study: diabetes mellitus, inflammatory bowel disease, asthma, rotavirus infection, and tuberculosis. CONCLUSIONS: This scoping review identified a number of gaps in the validation of administrative health data for pediatric populations, including limited investigation of outpatient populations and older pediatric age groups.
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 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 | 0,060 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle