Les outils québécois de collecte d’information en périnatalité
Notice bibliographique
Résumé
Les banques de données sont des outils essentiels pour l’évaluation de la performance du système de santé, le suivi des actes médicaux et l’étude de pathologies particulières. Le Québec est doté d’un système public de santé et de services sociaux où le gouvernement défraie la majeure partie des soins. Chaque Québécois se voit attribuer un identifiant unique: le numéro d’assurance maladie. Aux statistiques de l’état civil (naissances, mortinaissances et décès) s’ajoutent des banques de données spécifiques au système public québécois. La banque MED-ÉCHO est bâtie à partir du sommaire d’hospitalisation que sont tenus de transmettre tous les centres hospitaliers. On y retrouve de l’information démographique ainsi que des renseignements sur les diagnostics principal et secondaires, les interventions thérapeutiques et l’investigation. Dans le fichier des diagnostics regroupés pour la gestion (DRG), construit à partir de MED-ÉCHO, chaque séjour hospitalier se voit attribuer un DRG témoignant des principaux diagnostics, interventions et ressources impliqués. Utilisés au niveau de la gestion des centres hospitaliers et du système de santé, les DRG facilitent la comparaison de la durée de séjour dans les différents centres hospitaliers, pour un problème spécifique. La Régie de l’assurance maladie du Québec rétribue l’ensemble des médecins participant au régime public de santé; ses fichiers permettent de suivre les actes médicaux posés tant en cabinet privé qu’en milieu hospitalier. Le Comité d’enquête sur la mortalité et morbidité périnatale du Collège des médecins du Québec possède des pouvoirs légaux pour enquêter sur tous les décès périnataux survenant au Québec; il émet des rapports sur l’évolution des soins périnataux au Québec. À ces fichiers principaux s’ajoute une constellation d’autres petits fichiers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».