Accuracy of Physician Reporting in Routine Public Health Surveillance for Hepatitis C Virus Infection
Notice bibliographique
Résumé
OBJECTIVE: From January 2007 to December 2008, the Montréal Public Health Department sent postal questionnaires to physicians and conducted patient interviews for all those newly diagnosed with hepatitis C virus (HCV) infection. We evaluated physician responses to risk factor questions for non-acute HCV cases. METHODS: We compared physician and patient responses with each of nine risk factor questions, determined the sensitivity and specificity of physician responses compared with patient responses, and evaluated agreement using Gwet's agreement coefficient (AC1). We ranked risk factors and compared the distributions by principal exposure category according to physician reporting vs. patient interview using the Chi-square test. RESULTS: The completeness of physicians' responses (yes, no, or unknown) varied by risk factor question from 90.8% to 96.7%. For risk factors present among more than 5% of cases, sensitivity of physician responses ranged from 26.9% to 87.7% and specificity ranged from 93.0% to 98.6%. The AC1 coefficients for agreement between physician and patient responses to lifetime risk factors considered most important in HCV acquisition were 0.80 for injection drug use, 0.95 for blood transfusion before 1990, and 0.86 for birth in a country with high HCV prevalence. Risk distributions by principal exposure category according to physician reporting vs. patient interview were not statistically different (χ(2)[4] = 2.17, p=0.704). CONCLUSION: Postal questionnaires completed by physicians appear valid for determining the principal exposure category among non-acute HCV cases. Physician reporting can be a useful and low-cost component of routine HCV surveillance.
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 | 0,024 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».