Concordance of EDI-based prevalence rates of health disorders with administrative data in two Canadian provinces
Notice bibliographique
Résumé
IntroductionPopulation level data provide unprecedented opportunities to explore low-frequency health disorders, yet few suitable sources exist for young children. Early Development Instrument (EDI) data on child development in kindergarten in publically-funded schools in Canada include information on children’s health disorders that may be used as a source for prevalence estimates.
 Objectives and ApproachWe aimed to examine the concordance of EDI-based prevalence rates of health disorders with administrative data in two Canadian provinces by linking data at various levels. In Manitoba, individual EDI data were linked with health and educational data containing information on diagnosis prior to kindergarten for six health disorders: Autism Spectrum Disorder (ASD), Fetal Alcohol Spectrum Disorder (FASD), Attention Deficit and Hyperactivity Disorder (ADHD), Cerebral Palsy (CP), Anxiety, and Asthma. In Ontario, the prevalence rate of ASD based on the EDI was compared to the prevalence rate obtained from regional ASD service providers, matched on area geocodes.
 ResultsIn Manitoba, the total number of children with one of the six diagnoses in the linked database was 10,181. EDI data from 2011 and 2013 demonstrated concordance rates ranging from 0% (Anxiety) to 37% (ASD) between EDI and pre-kindergarten individual administrative data for the prevalence of the health disorders. In Ontario, interrater reliability was established with 2010-2012 EDI data in 12 regions (total number of children with ASD based on the EDI =1,329) to examine consistency among the two data sources. Results showed a “fair” concordance rate for the two sources of ASD prevalence information (Kappa = 0.329; p < 0.001), with rates varying from 0.85% to 1.05%. Linkages with subsequent cohorts of children are ongoing and will be examined for consistency with current results.
 Conclusion/ImplicationsWhile the results are somewhat lower than expected, they established feasibility of linkages in 2 provinces and will be repeated in others, potentially with a broader time-frame (up to 1-2 years post-kindergarten). This will further inform successful utilization of existing data sources to monitor the prevalence of children’s health disorders.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».