How population‐level data linkage might impact on dental research
Notice bibliographique
Résumé
There is the potential for substantial gains in dental epidemiology with increasing use of population-level data and data linkage. The advantage of population record linkage, from an epidemiological perspective, is that it is not biased and no-one is excluded. This has important implications for human rights because generally the people who are excluded from studies or do not participate are the most marginalized. There are a number of places in the world that have high-quality population record linkage in the area of health including Oxford, Aberdeen, Rochester, Manitoba and Scandinavia. In Western Australia, there is a unique set of databases on the entire population, which includes detailed information on all births, deaths and hospital admissions since 1980, these are linkable with many other data sets. We can now link birth and hospital admissions with population databases for characteristics such as intellectual disability and birth defects. It is even possible to link Commonwealth data with State data. It is now possible to link birth defects data and midwives data with data from the Commonwealth Pharmaceutical Benefits Scheme as a form of pharmacovigilance, to detect potential associations between medicine use in pregnancy and birth defects such as cleft lip and palate. Data linkage is increasingly available in Australia, with other states setting up systems similar to Western Australia and may offer greater insight into oral health.
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 | 0,602 | 0,778 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,011 | 0,024 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,021 | 0,028 |
| Science ouverte | 0,005 | 0,017 |
| Intégrité de la recherche | 0,010 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».