MétaCan
Menu
Retour à la cohorte
Enregistrement W2242827712 · doi:10.24095/hpcdp.30.1.05

Using administrative data to understand the geography of case ascertainment

2009· article· en· W2242827712 sur OpenAlexaffvenueabout
Nikolaos Yiannakoulias, Donald Schopflocher, Lawrence W. Svenson

Notice bibliographique

RevueChronic diseases and injuries in Canada · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensAlberta HealthUniversity of AlbertaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésScan statisticStatisticAsthmaGeographyCluster analysisGeographic information systemGeographic variationSpatial analysisData sourceLocationDemographyMedicineData miningCartographyStatisticsComputer scienceEnvironmental healthPopulationMathematics

Résumé

récupéré en direct d'OpenAlex

We examined the geographic variability of information generated from different case definitions of childhood asthma derived from administrative health data used in Alberta, Canada. Our objective was to determine if analyses based on different case ascertainment algorithms identify geographic clusters in the same region of the study area. Our study group was based on a closed cohort of asthmatic children born in 1988. We used a spatial scan statistic to identify variations in the approximate location of geographic clusters of asthma based on different case definitions. Our results indicate that the geographic patterns are not greatly affected by the case ascertainment algorithm or the source of data. For example, asthmatics identified from medical claims data showed similar clustering to asthmatics defined through hospitalization and emergency department data. However, estimates of prevalence and incidence require careful consideration and validation against other data sources.

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)0,000
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 enseignants0,315
Score d'incertitude au seuil0,715

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,069
Tête enseignante GPT0,353
Écart entre enseignants0,283 · 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

Citations18
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueChronic diseases and injuries in CanadaMême sujetData-Driven Disease SurveillanceTravaux en français237 207