Validation des données périnatales de la Base de données sur les congés des patients de l’Institut canadien d’information sur la santé
Notice bibliographique
Résumé
Nous avons comparé les données périnatales consignées dans la base de données sur les hospitalisations de l’Institut canadien d’information sur la santé (ICIS) à celles de la Nova Scotia Atlee Perinatal Database (NSAPD) afin d’évaluer l’exactitude des renseignements de l’ICIS. Le codage des interventions, comme les césariennes, est exact (sensibilité de 99,8 % et spécificité de 98,7 %). L’hémorragie du post-partum, le déclenchement artificiel du travail et l’hémorragie intraventriculaire grave avaient également des taux de sensibilité et de spécificité de plus de 85 % et de plus de 95 %, respectivement. Le codage de certains diagnostics dont les définitions diffèrent dans lesdeux bases de données était moins exact. Citons le cas du syndrome de détresse respiratoire (SDR) qui avait une sensibilité de 50,9 % et une spécificité de 99,8 %. L’exactitude du codage peut être améliorée en limitant l’analyse aux formes les plus graves de la maladie. Par exemple, on obtient une sensibilité de 100 % et une spécificité de 99,6 % en limitant le SDR au SDR grave dans la NSAPD et en combinant les codes du SDR et de l’intubation afin d’identifier le SDR grave dans la base de données de l’ICIS. Notre étude cautionne l’utilisation des données de l’ICIS pour la surveillance nationale de la morbidité périnatale, à condition que leur interprétation soit facilitée par une compréhension de la pratique clinique et par des analyses de sensibilité visant à assurer la fiabilité des résultats.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».