MétaCan
Menu
Retour à la cohorte
Enregistrement W2030669736 · doi:10.14236/jhi.v21i4.76

The John Bryden memorial lecture: improving health with thecommunity health index and developments in record linkage

2014· article· en· W2030669736 sur OpenAlexaff
Frank Sullivan

Notice bibliographique

RevueJournal of Innovation in Health Informatics · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Coding and Health Information
Établissements canadiensNorth York General HospitalUniversity of Toronto
Organismes subventionnairesMedical Research Council
Mots-clésOfficerExcellenceConfidentialityHealth careRecord linkageMedicineManagementPublic relationsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Dr. John Bryden was the executive officer of European Federation for Medical Informatics for a decade between 1998 and 2008. When he retired from active work within the federation, he was awarded an honorary fellowship. In one of his early papers from the 1960s, he described how some relatively novel machines called computers might replace the punched cards that were being used at the time. He saw, before many others, that computers could be used for the care of individual patients and even more so for groups of patients. He implemented a unique patient identifier (community health index) which has enabled Scotland to link electronic medical record data for clinical management of chronic disease deterministically. An example was the development of the Glasgow Coma Scale. One benefit of demonstrating significant value in projects such as this at an early stage of record linkage was that the governance framework for the use of data became relatively permissive. Another major success was diabetes care; it became possible to apply insights from the aggregate data to improve services and make them more efficient. Scotland has developed safe havens for data where not only the physical environment but also the people, mechanisms and projects are all subject to control to ensure safety and confidentiality. Similar moves are under way in Europe. TRANSFoRm (www.transformproject.eu) led by King's college in London is mainly focused on primary care data. Excellence in medical informatics is possible as a result of the work of its pioneers, including John Bryden's first paper suggesting that computers might be useful.

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)0,036
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,058
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0030,005
Communication savante0,0090,019
Science ouverte0,0020,006
Intégrité de la recherche0,0070,014
Charge utile insuffisante (le modèle a refusé de juger)0,0160,005

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 Opus0,104
Tête enseignante GPT0,414
Écart entre enseignants0,310 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Innovation in Health InformaticsMême sujetMedical Coding and Health InformationTravaux en français237 207