MétaCan
Menu
Retour à la cohorte
Enregistrement W3008599113 · doi:10.23889/ijpds.v5i1.1145

The Mortality After Release from Incarceration Consortium (MARIC): Protocol for a multi-national, individual participant data meta-analysis

2020· article· en· W3008599113 sur OpenAlexaff
Rohan Borschmann, Holly Tibble, Matthew J. Spittal, David B. Preen, Jane Pirkis, Sarah Larney, David L. Rosen, Jesse T Young, Alexander Love, Frederick L. Altice, Ingrid A. Binswanger, Anne Bukten, Tony Butler, Zheng Chang, Chuan‐Yu Chen, Thomas Clausen, Peer Brehm Christensen, Gabriel J. Culbert, Louisa Degenhardt, Anja Dirkzwager, Kate Dolan, Seena Fazel, Colin Fischbacher, Margaret Giles, Lesley Graham, David J. Harding, Yen–Fang Huang, Florence Huber, Azar Karaminia, Fiona G Kouyoumdjian, Sungwoo Lim, Lars Møller, Akm Moniruzzaman, Jeffrey D. Morenoff, Éamonn O’Moore, Lia Pizzicato, Daniel Pratt, Scott Proescholdbell, Shabbar I Ranapurwala, Meghan E. Shanahan, Jenny Shaw, Amanda Slaunwhite, Julian M. Somers, Anne C. Spaulding, Marc F. Stern, Kendra Viner, Nadia Wang, Melissa Willoughby, Bin Zhao, Stuart A. Kinner

Notice bibliographique

RevueInternational Journal for Population Data Science · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensSimon Fraser UniversityProvincial Health Services AuthorityMcMaster University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentEconomic and Social Research CouncilWorld Health Organization
Mots-clésProtocol (science)Meta-analysisComputer scienceMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: More than 30 million adults are released from incarceration globally each year. Many experience complex physical and mental health problems, and are at markedly increased risk of preventable mortality. Despite this, evidence regarding the global epidemiology of mortality following release from incarceration is insufficient to inform the development of targeted, evidence-based responses. Many previous studies have suffered from inadequate power and poor precision, and even large studies have limited capacity to disaggregate data by specific causes of death, sub-populations or time since release to answer questions of clinical and public health relevance. OBJECTIVES: To comprehensively document the incidence, timing, causes and risk factors for mortality in adults released from prison. METHODS: We created the Mortality After Release from Incarceration Consortium (MARIC), a multi-disciplinary collaboration representing 29 cohorts of adults who have experienced incarceration from 11 countries. Findings across cohorts will be analysed using a two-step, individual participant data meta-analysis methodology. RESULTS: The combined sample includes 1,337,993 individuals (89% male), with 75,795 deaths recorded over 9,191,393 person-years of follow-up. CONCLUSIONS: The consortium represents an important advancement in the field, bringing international attention to this problem. It will provide internationally relevant evidence to guide policymakers and clinicians in reducing preventable deaths in this marginalized population. KEY WORDS: Mortality; incarceration; prison; release; individual participant data meta-analysis; consortium; cohort.

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)0,101
score de la tête « metaresearch » (Gemma)0,173
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,533

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1010,173
Méta-épidémiologie (sens strict)0,0060,004
Méta-épidémiologie (sens large)0,0120,022
Bibliométrie0,0050,007
Études des sciences et des technologies0,0020,002
Communication savante0,0060,003
Science ouverte0,0040,004
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0400,004

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 Opus0,711
Tête enseignante GPT0,565
Écart entre enseignants0,146 · 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'étudeMéta-analyse
Domainenon disponible
GenreProtocole

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

En bref

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207