Using Canadian administrative health data to measure the health of caregivers of children with and without health problems: A demonstration of feasibility.
Notice bibliographique
Résumé
INTRODUCTION: Caregivers of children with health problems experience poorer health than the caregivers of healthy children. To date, population-based studies on this issue have primarily used survey data. OBJECTIVES: We demonstrate that administrative health data may be used to study these issues, and explore how non-categorical indicators of child health in administrative data can enable population-level study of caregiver health. METHODS: Dyads from Population Data British Columbia (BC) databases, encompassing nearly all mothers in BC with children aged 6-10 years in 2006, were grouped using a non-categorical definition based on diagnoses and service use. Regression models examined whether four maternal health outcomes varied according to indicators of child health. RESULTS: 162,847 mother-child dyads were grouped according to the following indicators: Child High Service Use (18%) vs. Not (82%), Diagnosis of Major and/or Chronic Condition (12%) vs. Not (88%), and Both High Service Use and Diagnosis (5%) vs. Neither (75%). For all maternal health and service use outcomes (number of physician visits, chronic condition, mood or anxiety disorder, hospitalization), differences were demonstrated by child health indicators. CONCLUSIONS: Mothers of children with health problems had poorer health themselves, as indicated by administrative data groupings. This work not only demonstrates the research potential of using routinely collected health administrative data to study caregiver and child health, but also the importance of addressing maternal health when treating children with health problems.
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 | 0,035 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».