MétaCan
Menu
Retour à la cohorte
Enregistrement W2991133741 · doi:10.23889/ijpds.v4i3.1169

The New Brunswick COPD Health Information Platform

2019· article· en· W2991133741 sur OpenAlexaffabout
Ted McDonald

Notice bibliographique

RevueInternational Journal for Population Data Science · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésCOPDMedicineTest (biology)Family medicinePopulationPulmonary function testingPulmonary diseaseMedical recordMedical prescriptionHealth careEnvironmental healthNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background Chronic Obstructive Pulmonary Disease (COPD) afflicts one in five New Brunswick (NB), Canada residents aged 65+. The NB Institute for Research, Data and Training (NB-IRDT) has undertaken a project to develop an integrated COPD health information platform (CHIP) to study COPD in the NB population. Aims The aims of the CHIP initiative are 1) identification and tracking of population level diagnoses of COPD in NB, and 2) advancement in the management of COPD at the system planning, research, clinical practice and patient levels. Approach Unique in Canada, CHIP combines clinical and administrative data from multiple sources including all NB pulmonary function test laboratories (PFT). Clinics collect lung function test results, sociodemographic information, smoking and cessation, height, weight and other fields on everyone tested at a PFT. Since PFT data are not part of the NB electronic health record, data had to be assembled at each clinic. Data transfer required data sharing agreements, privacy impact assessments and disclosure schedules among Provincial Health Authorities, Department of Health and the University of New Brunswick. Results Clinical data from 2007-2017 have been standardized and transferred to NB-IRDT from all PFT clinics in NB. More than 100,000 tests have been linked to patient data on hospitalizations, physician visits, vital statistics, and prescriptions. A research working group of researchers, clinicians, administrators and patients has identified key questions that are being analyzed using the CHIP data platform, including the extent to which individuals with COPD tested at a PFT are receiving appropriate treatment, and whether individuals treated for COPD have been tested. Conclusion CHIP is a valuable tool to support research on COPD. Through identification of predictors and outcomes of COPD, CHIP will lead to improved prevention and treatment for NB residents and will generate valuable information transferrable to other jurisdictions.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil0,766

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0030,001
Communication savante0,0070,003
Science ouverte0,0040,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0770,043

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 Opus0,048
Tête enseignante GPT0,397
Écart entre enseignants0,349 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetChronic Obstructive Pulmonary Disease (COPD) ResearchTravaux en français237 207