MétaCan
Menu
Retour à la cohorte
Enregistrement W2505707497 · doi:10.14288/1.0135586

Informing selective screening through more robust estimation of STI risk

2015· article· en· W2505707497 sur OpenAlexaboutno aff
Titilola Falasinnu

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2015
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEstimationComputer scienceRisk analysis (engineering)MedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Background. Due to rising health care costs and increases in client volumes, it is imperative to develop systems that make efficient use of increasingly scarce publicly funded sexual health resources. With this in mind, an internet-based testing program that provides online access to STI testing is in development in British Columbia (BC) to improve the accessibility and limit the burden on health resources. However, much is still unknown about how to implement risk assessment and recommend tests in online settings. Prediction rules have been shown to successfully increase efficiency and cost-effectiveness of STI case finding. The aim of this dissertation was to develop and validate a risk-scoring algorithm for the selective screening of asymptomatic patients at increased risk for chlamydia and gonorrhoea infections. Methods. The risk-scoring algorithm was derived from a multivariate logistic regression of patient visits at two sexual health clinics in Vancouver between 2000 and 2006 (i.e., derivation population) and validated in a subsequent time period between 2007 and 2012 (i.e., temporal validation population). The model’s performance was evaluated using the area under the receiver operating characteristic curve (AUC) and the Hosmer-Lemeshow (H-L) statistic. Geographical validation was performed using seven sexual health clinics outside of Vancouver between 2000 and 2012. Results. The prevalence of infection was 1.8% (n=10,437), 2.2% (n=14,956), and 5.3% (n=10,425) in the derivation, temporal validation, and geographical validation populations, respectively. The predictors that comprised the algorithm were young age, non-white race/ethnicity, multiple sexual partners, previous chlamydia or gonorrhoea infection. The model discriminative accuracy was good in the derivation population (AUC=0.74, 95% CI: 0.70-0.77) and acceptable in the temporal (AUC=0.64, 95% CI: 0.61-0.67) and geographical (AUC=0.69, 95% CI: 0.67-0.71) validation populations. The model also demonstrated adequate calibration and screening performance in all three populations. Conclusions. The results from this research will have important implications for scaling up of Internet-based testing in BC. The algorithm could be adapted in an online setting to offer individualized testing recommendations and create educational materials to inform other Web-based content by creating awareness about STI risk factors, which may stimulate health care seeking behaviour among individuals accessing the website.

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)0,023
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,256
Tête enseignante GPT0,387
Écart entre enseignants0,132 · 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'étudeAutre devis
Domainenon disponible
GenreMéthodes

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetStatistical Methods in Clinical TrialsTravaux en français237 207