Province‐wide Biliary Atresia Home Screening Program in British Columbia
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Biliary atresia (BA), a rare newborn liver disease, is the leading cause of liver-related death in children. Early disease recognition and timely surgical Kasai hepatoportoenterostomy (KP) offers long-term survival without liver transplant. Universal BA screening in Taiwan using infant stool color cards (ISCCs) has proven effectiveness. We report our experience with infant stool color card (ISCC) BA screening in a province-wide program in British Columbia (BC). The objective of this study is to assess program performance and cost from launch April 1, 2014 to March 31, 2016. METHODS: ISCCs distributed to families upon maternity ward discharge. Parents were instructed to monitor their infant's stool color for 1 month and contacted the screening center with concerns. The number of live births, ISCC distribution, BA cases, and costs were recorded. Cases with Program screen success had both acholic stool recognition (ISCC screen success) and timely referral for BA. RESULTS: All 126 maternity units received ISCCs. Of 87,583 live births there were 6 BA cases. Of the 5 cases with ISCC Screen Success 3 had Program Screen Success. The median KP age in the program screen success and failure groups was 49 (42-52) and 116 (49-184) days, respectively. Program sensitivity was 50%, specificity 99%, positive predictive value 4%, and negative predictive value 99%. A random sample of 1054 charts at BC Children's Hospital found an ISCC distribution rate of 94%. After a phase-in period, the annual program cost was $30,033.82, and the ISCC cost per birth was $0.68. CONCLUSIONS: The screening program has high specificity and distribution with low cost. Successful program case identification had earlier age at KP. Program modifications aim to improve sensitivity. Longer-term studies will determine program impact on health outcomes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».