Internal and External Data Linkage of Complex Relational Database: Results from CorHealth Ontario
Notice bibliographique
Résumé
IntroductionCorHealth Ontario, formerly Cardiac Care Network (CCN), maintains a registry of patients undergoing select cardiac procedures/surgeries in Ontario, Canada. This population-based database contains over 35 datasets with complex structure, linked by unique primary key or multiple keys. Objectives and ApproachWe aimed to simplify the complex CorHealth database so that research analysts could create study cohorts more efficiently and effectively, and to enrich the study cohort by getting more clinical information through database linkage. Through internal linkage, we could combine clinical fields from multiple CorHealth datasets. While the CorHealth dataset may not have all the clinical information needed for a given study, we may link the CorHealth study cohort externally to other administration databases to obtain additional fields via the probability matching (i.e., identical patient ID, hospital ID and procedure/surgery date). ResultsAfter identifying the primary keys on the relational database flowchart, we designed new data structures by combining similar topic datasets. The total number of datasets was reduced from 35 to 13. This simplified CorHealth dataset includes one main CorHealth dataset (including demographic information, referral data, comorbidities) plus 12 other linkable specific datasets (including stent, vessel, TAVI, STEMI). Through internal linkage, we can get the stent numbers, lengths and types of Percutaneous Coronary Interventions from the Stent dataset. Linking to Discharge Abstract Database (DAD), we can get the hospital length of stay and the episode of care of hospital transfer for each procedure; linking to The Ontario Health Insurance Plan database (OHIP), we can find the graft numbers and vessel types of Coronary Artery Bypass Graft. Conclusion/ImplicationsTo improve the research capacity and increase the value of the CorHealth database, analysts could create enhanced cardiovascular study cohorts derived from the simplified CorHealth database, plus internal linkage from other CorHealth datasets, and external data linkage from population-based administrative sources. We have accomplished three reports (PCI/CABG/TAVI) accordingly in 2017/18.
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 | 0,027 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 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 ».