MétaCan
Menu
Retour à la cohorte
Enregistrement W2080172164 · doi:10.1017/s1041610202008025

Imputation of Missing Dates of Death or Institutionalization for Time-to-Event Analyses in the Canadian Study of Health and Aging

2001· article· en· W2080172164 sur OpenAlexaffabout
Marie‐France Dubois, Réjean Hébert

Notice bibliographique

RevueInternational Psychogeriatrics · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensUniversité de SherbrookeHealth and Social Services Centre University Institute of Geriatrics of Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésInstitutionalisationMissing dataImputation (statistics)Event (particle physics)DemographyPopulationMedicineGerontologyStatisticsPsychiatrySociologyMathematics

Résumé

récupéré en direct d'OpenAlex

Data from the Canadian Study of Health and Aging (CSHA) allow investigators to study patterns and predictors of mortality and institutional placement in a well characterized, population-based cohort of elderly Canadians. However, it is impossible to study the timing of these events if the date of occurrence is missing. This technical article describes a procedure for imputing missing dates of death or institutionalization. The first step consists in identifying and correcting dates that are inconsistent with other available dates on which we know the event has or has not occurred. A missing date for an event is then replaced by the middle of a range of plausible dates for its occurrence. This constitutes a valuable addition to the CSHA data since it precludes the loss of information that results from discarding subjects with missing occurrence dates in time-to-event analyses.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,094
Score d'incertitude au seuil0,915

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,442
Écart entre enseignants0,366 · 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 tête enseignante, 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

Citations13
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational PsychogeriatricsMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207