Développement d’un algorithme pour la surveillance de l’incidence du cancer colorectal à Montréal avec les banques données médico-administratives de la RAMQ
Notice bibliographique
Résumé
Contexte : Les méthodes actuelles, d’identification des cas de cancer, utilisées au Québec et ailleurs sont connues pour sous-estimer le fardeau du cancer, en particulier pour certains sous- groupes de population. Les algorithmes utilisant des données de facturation constituent des options peu coûteuses pour améliorer la qualité de la surveillance du cancer, mais n’ont pas été mis en place au niveau populationnel. Objectifs : Nos objectifs étaient de : 1) développer un algorithme permettant l’identification des cas de cancer colorectal (CCR) en utilisant, au niveau populationnel, les données des hospitalisations et de facturation ; 2) valider l’algorithme ; et 3) décrire les caractéristiques des cas nouvellement capturés. Méthodes : Nous avons jumelé les données de facturation des médecins, des hospitalisations et du fichier des tumeurs (FiTQ) pour 2 013 430 résidents montréalais âgés de 20 et plus entre le 1er avril 2000 et le 31 mars 2010. Nous avons comparé les performances de trois algorithmes basés sur des codes de diagnostics et différentes sources de données. Nous avons validé les cas de CCR identifiés en utilisant les codes d’acte de traitement, la répartition par site et les tendances temporelles. Nous avons décrit les cas identifiés selon l’âge, le sexe, le statut socioéconomique et les types de traitement. Résultats : Notre algorithme basé sur les codes de diagnostics et de traitement identifie 11 476 des 12 933 cas incidents de CCR contenus dans le FiTQ ainsi que 2 317 cas nouvellement capturés. Nos cas ont des tendances globales dans le temps et des distributions par site similaires aux données existantes, ce qui augmente notre confiance en l’algorithme. Notre algorithme a capturé, en termes de pourcentage, plus d’individus âgés de 50 ans et moins chez les cas de CCR nouvellement capturés : 8,2 % contre 5,3 %. De plus, les cas nouvellement capturés sont plus susceptibles de vivre dans des zones favorisées socioéconomiquement. Conclusions : Notre algorithme fournit un portrait plus complet de l’incidence du CCR à l’échelle de la population que les méthodes actuelles d’identification. Il pourrait être utilisé pour estimer les tendances de l’incidence à long terme, aider à la surveillance en temps opportun et supporter les interventions, au Québec et dans d’autres provinces ou pays ayant des données similaires.
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 | 0,007 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».