Linking Hospital and Tax data to support research on the economic impacts of hospitalization
Notice bibliographique
Résumé
ABSTRACT ObjectivesThis project links data on acute inpatient hospitalizations from the Canadian Discharge Abstract Database (DAD) with data on income and employment from various taxation- and employment-based administrative files. The goal was to create a linked database that will support research on the labour market and financial outcomes experienced by individuals and families following acute illness requiring hospitalization. ApproachData from the 1999/00 to 2014/15 Discharge Abstract Database (DAD) were linked to the 1981-2013/14 T1 Tax filer data and the Canadian Child Tax Benefit data. We sought to create a unique association between Health Insurance Numbers (HIN) available in the DAD and Social Insurance Numbers (SIN) available in the tax data by using variables common to both data sets – date of birth, postal code and sex. Both transactional data sets were “individualized” such that unique combinations of the linkage variables were identified and eligible for linkage. The linkage was conducted using deterministic methods. ResultsApproximately 97% of combinations involving date of birth, postal code and sex in the hospitalization data were uniquely related to a single valid HIN (n=18.8 million). Similarly, approximately 96% of the keys on the Tax data file were associated with a unique person. Approximately 86% of HINs were associated with a unique identifier in the tax file and these HINs account for approximately 83% of the hospital records. The linkage was consistent over time, with linkage rates between 85% and 88% of HINs for all years. Some variation in linkage rates were observed by jurisdiction and by age. (Error estimates to be reported) ConclusionThis project has created a unique linked database that will support research on the economic consequences of ‘health shocks’ for individuals and their families, and the implications for income, labour and health policies. This database represents a new and unique resource that will fill an important national data gap, and enable a wide range of relevant research.
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 | 0,030 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».