The Registry of Canadian Stroke Network : an evolving methodology.
Notice bibliographique
Résumé
Stroke registries can provide information on evidence-based practices and interventions, which are critical for us to understand how stroke care is delivered and how outcomes are achieved. The Registry of Canadian Stroke Network (RCSN) was initiated in 2001 and has evolved over the past decade. In the first two years, we found it extremely difficult to obtain informed consent from the patient or surrogate which led to selection biases in the registry. Subsequently (2003 onwards), under the new health privacy legislation in Ontario, Canada, the RCSN was granted special status as a "prescribed registry" which allowed us to collect data on all consecutive patients at the regional stroke centres without consent. The stroke data was encrypted and all personal contact information had been removed, therefore we could no longer conduct follow- up interviews. To obtain patient outcomes after discharge, we linked the non-consent-based registry database to population-based administrative databases to obtain information on patient mortality, readmissions, socioeconomic status, medication use and other clinical information of interest. In addition, the registry methodology was modified to include a periodic population-based audit on a sample of all stroke patients from over 150 acute hospitals across the province, in addition to continuous data collection at the 12 registry hospitals in the province. The changes in the data collection methodology developed by the RCSN can be applied to other provinces and countries.
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 | 0,130 | 0,170 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,031 | 0,059 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,009 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».