Validité des diagnostics d’autisme recensés à l’aide de données administratives sur la santé
Notice bibliographique
Résumé
Il est nécessaire de surveiller la prévalence de l’autisme afin de planifier l’aide à l’éducation et les services de santé à offrir aux enfants qui en sont atteints. C’est pourquoi nous avons réalisé cette étude qui vise à évaluer l’exactitude des bases de données administratives sur la santé en ce qui concerne les diagnostics d’autisme. Pour ce faire, nous avons repéré les diagnostics de troubles du spectre autistique (TSA) dans trois bases de données administratives sur la santé de la province de la Nouvelle-Écosse, soit la base de données sur les congés d’hôpital, la base de données sur la facturation des médecins au régime d’assurance-santé et la base de données du Système d’information sur les patients en clinique externe de santé mentale. Nous avons construit sept algorithmes en variant le nombre requis de déclarations de TSA (une ou plusieurs) et le nombre de bases de données administratives (une à trois) dans lesquelles ces déclarations doivent se retrouver. Nous avons ensuite comparé, avec chaque algorithme, les diagnostics posés par l’équipe attitrée à l’autisme du Centre de santé Izaak Walton Killam (IWK) à l’aide des barèmes de diagnostic de l’autisme les plus perfectionnés, puis nous avons calculé la sensibilité, la spécificité et la statistique C (une mesure de la capacité discriminante du modèle). L’algorithme présentant les meilleures caractéristiques d’essai était celui qui exigeait un code de TSA présent dans n’importe laquelle des trois bases de données (sensibilité = 69,3 %). La sensibilité de l’algorithme fondé sur la présence d’au moins un code de TSA soit dans la base de données sur les congés d’hôpital soit dans la base de données sur la facturation des médecins, était de 62,5 %. Les bases de données administratives sur la santé pourraient représenter une source économique pour la surveillance de l’autisme, surtout par comparaison aux méthodes nécessitant la collecte de nouvelles données. Cependant, il faudrait des sources de données additionnelles pour améliorer la sensibilité et l’exactitude des méthodes de recensement des cas d’autisme au Canada.
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 | 0,000 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».