Linkage of Chronic Disease Data from Provincial Sources for Strategic Decision Support and Population Health Surveillance in British Columbia (BC)
Notice bibliographique
Résumé
IntroductionBC Ministry of Health (MoH)’s health administrative data holdings for a variety of general health care data are not readily linked with various data registries maintained by specialized care agencies of the Provincial Health Services Authority (PHSA). These provincial data sources have rich chronic disease information for BC residents. Objectives and ApproachThe objective of this project is to develop a system for cross-agency linkage of provincial level chronic disease data to improve chronic disease information that would support the BC’s health system, MoH and PHSA agencies in particular, in healthcare delivery and chronic disease prevention planning. We aim to achieve linkage of data from various provincial chronic disease data sources of the MoH and PHSA, with further potential to link with variety of other external databases such as Census data for socio-economic determinants of health. We are reporting here the outcome of the first phase of this project. ResultsThe outcomes from the project to date were as follows: Data linkage between the MoH’s administrative databases, Chronic Disease Registries (CDRs) in particular and Census based socio-economic status (SES) data was achieved, providing the population level evidence of health outcomes such as health inequity, comorbidities and multimorbidities (sub-project # 1). Preliminary results on data quality and health outcomes by SES will be presented. This was followed by completion of securing approval to ensure data security compliance for data linkages of CDRs with the Provincial Renal Agency’s Registry called “PROMIS” (sub-project # 2), Cardiac Services BC’s Registry called “HEARTis” ((sub-project # 3), and BC Cancer Agency’s Registry and BC Generations Project data (sub-project # 4), for implementation to answer agency specific research questions. Conclusion/ImplicationsThis data linkage project to consolidate information from chronic disease and socio-economic databases for providing answers to various analytic questions posed will improve decision support and enhanced population health surveillance. The lessons learned from this multi-agency collaboration and their implications for other jurisdictions will be addressed.
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 | 0,009 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».