Identification in Administrative Databases of Women Dying of Breast Cancer
Notice bibliographique
Résumé
PURPOSE: Palliative care is an essential component of cancer care, and population-based research is needed to monitor its impact. Administrative databases are the cornerstone of health services research. Their limitation is that cause of death is not sufficient to readily classify decedents as terminally ill for the study of the health services they received at the end of life. The study purpose is to develop and test the validity of an algorithm allowing the classification of the decedents as dying of breast cancer (BC), using administrative data. METHODS: Validation was carried out through a chart review of 119 BC decedents extracted from hospital-based databases. This algorithm was applied to 3,384 deceased women with BC representative of the whole population. The effect of the classification by the algorithm was illustrated by the shift in the distributions of age and place of death. RESULTS: The validation showed a sensitivity of 95%, a specificity of 89%, a positive predictive value of 98%, and negative predictive value of 77% for the classification of women dying of BC. Of the 3,384 decedents, 2,293 were classified as dying of, and 1,091 as not dying of BC. Women dying of BC were younger, died less often at home (6.9% v 17.9%), and in chronic care institutions (4.1% v 14.8%), and more often in acute-care beds (69.9% v 57.1%). CONCLUSION: This novel way to classify decedents is conceptually based and empirically validated through chart review and impact on distribution of age and place of death.
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 | 0,010 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».