Initial evaluation of Manitoba’s cannabis surveillance system
Notice bibliographique
Résumé
INTRODUCTION: Health insurance registries, which capture insurance coverage and demographic information for entire populations, are a critical component of population health surveillance and research when using administrative data. Lack of standardization of registry information across Canada's provinces and territories could affect the comparability of surveillance measures. We assessed the contents of health insurance registries across Canada to describe the populations covered and document registry similarities and differences. METHODS: A survey about the data and population identifiers in health insurance registries was developed by the study team and representatives from the Public Health Agency of Canada. The survey was completed by key informants from most provinces and territories and then descriptively analyzed. RESULTS: Responses were received from all provinces; partial responses were received from the Northwest Territories. Demographic information in health insurance registries, such as primary address, date of birth and sex, were captured in all jurisdictions. Data captured on familial relationships, ethnicity and socioeconomic status varied among jurisdictions, as did start and end dates of coverage and frequency of registry updates. Identifiers for specific populations, such as First Nations individuals, were captured in some, but not all jurisdictions. CONCLUSION: Health insurance registries are a rich source of information about the insured populations of the provinces and territories. However, data heterogeneity may affect who is included and excluded in population surveillance estimates produced using administrative health data. Development of a harmonized data framework could support timely and comparable population health research and surveillance results from multi-jurisdiction studies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».