Expanding the impact of a longstanding Canadian cardiac registry through data linkage: challenges and opportunities
Notice bibliographique
Résumé
The Alberta Provincial Project for Outcome Assessment in Coronary Heart Disease (APPROACH) began as a province-wide inception cohort of all adult Alberta residents undergoing cardiac catheterization for ischemic heart disease. Strengths of the APPROACH initiative include the prospective collection of detailed clinical, procedural, and treatment information, measured at point-of-care. While this aspect of APPROACH provides data users with several advantages over use of typical administrative data, the ability to link APPROACH with data from multiple other sources has provided several unique opportunities to measure cardiovascular care and outcomes. As of June 2018, clinical information has been collected by APPROACH on over 240,000 adult Alberta residents. Linkage of this rich clinical data to administrative health data (eg. Vital statistics, hospitalizations, ambulatory events, prescription medications), secondary use clinical data (e.g. laboratory, ECG, rehabilitation, EMR, imaging) and other data sources (eg. Geospatial, crime data, meteorological) allows better study of the determinants of a patient's health trajectory. This paper describes applied examples of work that has leveraged the potential of linking several datasets with the APPROACH registry.
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 | 0,341 | 0,496 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,015 | 0,032 |
| Études des sciences et des technologies | 0,012 | 0,011 |
| Communication savante | 0,020 | 0,020 |
| Science ouverte | 0,016 | 0,029 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».