The Utility of Administrative Data for Surveillance of Comorbidity in Multiple Sclerosis: A Validation Study
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: Although comorbidity is important in multiple sclerosis (MS), few validated methods for its assessment exist. We validated and applied administrative case definitions for several comorbidities in MS. METHODS: Using provincial administrative data we identified persons with MS and a matched general population cohort. Case definitions for chronic lung disease (CLD), epilepsy, inflammatory bowel disease (IBD), irritable bowel syndrome (IBS) and migraine were developed using administrative data, and validated against medical records. We applied these definitions to estimate the age-standardized prevalence of these comorbidities in the MS and matched cohorts. RESULTS: Versus medical records, administrative case definitions showed moderate agreement for CLD (ĸ = 0.41), migraine (ĸ = 0.51), and epilepsy (ĸ = 0.44), fair agreement for IBS (ĸ = 0.36) and could not be calculated for IBD (small sample size). The 2005 prevalence of CLD was similar in the MS (15.6%) and general populations (14.4%). The prevalence of the remaining comorbidities was higher in the MS than the general populations: epilepsy (4.12 vs. 1.12%), IBD (0.78 vs. 0.65%), IBS (12.2 vs. 6.80%) and migraine (23.0 vs. 16.5%). CONCLUSIONS: Administrative data are valid for tracking CLD, epilepsy, and migraine in MS. The prevalence of epilepsy, IBD, IBS and migraine is increased in MS versus the general population.
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 | 0,006 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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