High-dimensional propensity score adjustment in HIV research using linked administrative health data
Notice bibliographique
Résumé
BackgroundDespite not being collected for research purposes, linked administrative health data are increasingly being used to conduct observational epidemiologic analyses. In the field of HIV research in British Columbia (BC), Canada, the Comparative Outcomes And Service Utilization Trends (COAST) Study is based on a linkage between HIV-related clinical data and several provincial administrative health datasets. Specifically, the BC Centre for Excellence in HIV/AIDS Drug Treatment Program, which manages antiretroviral therapy (ART) dispensation for all known people living with HIV (PLWH) in BC, is linked with several Population Data BC data holdings. Population Data BC is a repository that houses longitudinal administrative data for all BC residents.
 RationaleWhile the use of administrative data for research poses several challenges, bias due to confounding remains to be a key issue in this context. While randomized controlled trials of ART are common, an objective of COAST is to further examine the "real-world" impact of ART on health and clinical outcomes in a population-based sample of 13,907 PLWH in BC. Therefore, while longitudinal administrative data provide a unique opportunity to estimate the effect of ART on outcomes that are infrequently assessed in trials (e.g., chronic conditions), such data often lacks information on sociodemographic, socioeconomic, and behavioural confounders.
 ApproachIt has been shown that adjustment for large numbers of covariates, in the form of administrative codes (e.g., diagnostic ICD codes, procedure codes, drug identification numbers), allows for better control of confounding bias. Therefore, relying on an established methodology in pharmacoepidemiology, we will use the high-dimensional propensity score algorithm to select and prioritize covariates (codes) that collectively act as proxies for unmeasured confounders. The use of this causal inference methodology in COAST will enhance our ability to generate stronger evidence to inform strategies that may improve the health and wellbeing of PLWH in this setting.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| 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 ».