MétaCan
Menu
Retour à la cohorte
Enregistrement W2253088421 · doi:10.4018/978-1-61520-733-6.ch012

New Technology and Implications for Healthcare and Public Health

2010· book-chapter· en· W2253088421 sur OpenAlexaff
Gulzar H. Shah, Kaveepan Lertwachara, Anteneh Ayanso

Notice bibliographique

RevueAdvances in healthcare information systems and administration book series · 2010
Typebook-chapter
Langueen
DomaineDecision Sciences
ThématiqueData Quality and Management
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésConfidentialityLinkage (software)Record linkageHealth careProbabilistic logicMedical recordPublic healthBridge (graph theory)Data scienceComputer scienceBusinessInternet privacyKnowledge managementMedicineComputer securityPolitical scienceNursingPopulationEnvironmental healthArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this chapter, the authors provide a review of recent developments in probabilistic record linkage and their implications in healthcare research and public health policies. Their primary objective is to pique the interest of researchers and practitioners in the healthcare and public health communities to take full advantage of record linkage technologies in completing a health care scenario where different pieces of patient records are collected and managed by different agencies. A brief overview of probabilistic record linkage, software available for such record linkage, and type of functions provided by probabilistic record linkage software is provided. Specific cases where probabilistic linkage has been used to bridge information gaps in informing public health policy and enhancing decision-making in healthcare delivery are described in this chapter. Issues and challenges of integrating medical records across distributed databases are also outlined, including technical considerations as well as concerns about patient privacy and confidentiality.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,864
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,006
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 Opus0,107
Tête enseignante GPT0,410
Écart entre enseignants0,303 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in healthcare information systems and administration book seriesMême sujetData Quality and ManagementTravaux en français237 207