MétaCan
Menu
Retour à la cohorte
Enregistrement W2987752865 · doi:10.24095/hpcdp.39.11.01f

Évaluation de l’exactitude du Système canadien hospitalier d’information et de recherche en prévention des traumatismes dans la représentation des taux de traumatismes crâniens légers au Québec

2019· article· fr· W2987752865 sur OpenAlexaffvenueabout
Glenn Keays, Debbie Friedman, Isabelle Gagnon, Marianne Beaudin

Notice bibliographique

RevuePromotion de la santé et prévention des maladies chroniques au Canada · 2019
Typearticle
Languefr
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineMcGill UniversityMcGill University Health CentreHôpital de l'Enfant-JésusMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Introduction L’augmentation récente du nombre de cas de traumatismes crâniens légers (TCL) dans la population pédiatrique est étayée par de nombreuses études au Canada et aux États-Unis. L’objectif de notre étude était de comparer les taux de TCL du Système canadien hospitalier d’information et de recherche en prévention des traumatismes (SCHIRPT) à Montréal aux taux fondés sur la population (taux de TCL au Québec). Méthodologie Nous avons calculé les taux de TCL du SCHIRPT selon deux méthodes, en utilisant comme dénominateur : 1) toutes les blessures du SCHIRPT et 2) le nombre d’enfants et de jeunes de 0 à 17 ans vivant dans un rayon de 5 km de l’un des deux centres participant au SCHIRPT à Montréal. Nous avons comparé les taux de TCL du SCHIRPT aux taux provinciaux en fonction du sexe et de l’âge. Résultats Que le dénominateur soit l’ensemble des blessures du SCHIRPT ou le nombre d’enfants et de jeunes de 0 à 17 ans vivant dans un rayon de 5 km de l’un des deux centres participant au SCHIRPT à Montréal, les fluctuations observées dans le SCHIRPT se sont révélées parallèles à celles des taux du Québec entre 2003 et 2016. Avec la stratification des données selon le sexe et l’âge, le SCHIRPT a généré de meilleures estimations des taux fondés sur la population pour les groupes d’âge les plus jeunes (de 0 à 4 ans) et les plus âgés (de 13 à 17 ans). Conclusion Le SCHIRPT de Montréal est un outil valable pour estimer les variations des taux de TCL au sein de la population. Il pourrait donc aussi être utilisé pour estimer les taux fondés sur la population pour d’autres types de blessures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,266

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,063
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,006
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,345
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePromotion de la santé et prévention des maladies chroniques au CanadaMême sujetTrauma and Emergency Care StudiesTravaux en français237 207