MétaCan
Menu
Retour à la cohorte
Enregistrement W2588258474 · doi:10.1093/ije/dyw256

Cohort Profile: Alberta’s Tomorrow Project

2016· article· en· W2588258474 sur OpenAlexaffabout
Ming Ye, Paula J. Robson, Dean T. Eurich, Jennifer E. Vena, Jianyi Xu, Jeffrey Johnson

Notice bibliographique

RevueInternational Journal of Epidemiology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensAlberta Health ServicesUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCohortCohort studyMedicineGeographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Why was the cohort set up?Alberta, a western province in Canada, has a population of approximately 4.2 million.1 Over 30% of Albertans report suffering from at least one chronic condition, and the prevalence increases to 75% for seniors aged 65 and older. 2 Chronic diseases, including cancer, cardiovascular diseases, diabetes and chronic obstructive pulmonary diseases, account for over 60% of deaths in Alberta.3,4 Nearly 50% of all health care expenditure in Alberta comes from chronic diseases, which is placing tremendous burden on Alberta's health care systems.5,6 As public health and health care systems are facing substantial challenges of chronic diseases, 5,7 there is increasing recognition that chronic disease research should focus on prevention.[8][9][10] Specifically, more research is needed to learn: (i) how modifiable risk factors interact with social and environmental factors and genetic predisposition at multidimensional levels; 11-13 and (ii) how health care services, along with modifiable risk factors, impact on incidence and health outcomes of chronic diseases.[14][15][16] The latter will help to develop new strategies to improve the role of health care systems in chronic disease prevention.Previously established large cohort studies, such as the British Doctors Study, 17 Framingham Heart Study 18 and Nurses' Health Study, 19 have demonstrated feasibility and methodological advantages and their potential as research platforms to improve our understanding of chronic diseases.20,21 Recognizing the value of large cohort studies in chronic disease research, Alberta, with the fourth largest population in Canada and a particular publicly funded, provincially administered health care system, has taken a national, and potentially international leadership role in chronic disease research with the establishment of the Alberta's Tomorrow Project (ATP), a large province-wide cohort study of cancer and chronic diseases.22 The goal of ATP is to provide a platform to support the aetiological study of cancer and other chronic diseases.22 Another objective of ATP is to link cohort data with provincially managed health care databases and other health records.Successfully co-analysing cohort data and administrative health care data will allow ATP to study patterns of health care utilization and their associations with risks and outcomes of chronic diseases.23 The expanded dataset will serve as a unique research platform for chronic disease aetiological study, health services research and future population-level intervention studies.23 Findings of ATP cohort study will provide policy makers scientific evidence on which to base holistic strategies to prevent cancer and other chronic diseases.Alberta's Tomorrow Project, affiliated with CancerControl Alberta, Alberta Health Services, is located at Richmond Road Diagnostic and Treatment Centre in Calgary, Canada.ATP is funded by Alberta

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0020,000
Communication savante0,0020,000
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,004

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 Opus0,176
Tête enseignante GPT0,453
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations73
Publié2016
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueInternational Journal of EpidemiologyMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207