Cohort profile: the eLIXIR Partnership—a maternity–child data linkage for life course research in South London, UK
Notice bibliographique
Résumé
PURPOSE: Linked maternity, neonatal and maternal mental health records were created to support research into the early life origins of physical and mental health, in mothers and children. The Early Life Cross Linkage in Research (eLIXIR) Partnership was developed in 2018, generating a repository of real-time, pseudonymised, structured data derived from the electronic health record systems of two acute and one Mental Health Care National Health Service (NHS) Provider in South London. We present early descriptive data for the linkage database and the robust data security and governance structures, and describe the intended expansion of the database from its original development. Additionally, we report details of the accompanying eLIXIR Research Tissue Bank of maternal and neonatal blood samples. PARTICIPANTS: Descriptive data were generated from the eLIXIR database from 1 October 2018 to 30 June 2019. Over 17 000 electronic patient records were included. FINDINGS TO DATE: 10 207 women accessed antenatal care from the 2 NHS maternity services, with 8405 deliveries (8772 infants). This diverse, inner-city maternity service population was born in over 170 countries with an ethnic profile of 46.1% white, 19.1% black, 7.0% Asian, 4.1% mixed and 4.1% other. Of the 10 207 women, 11.6% had a clinical record in mental health services with 3.0% being treated during their pregnancy. This first data extract included 947 infants treated in the neonatal intensive care unit, of whom 19.1% were postnatal transfers from external healthcare providers. FUTURE PLANS: Electronic health records provide potentially transformative information for life course research, integrating physical and mental health disorders and outcomes in routine clinical care. The eLIXIR database will grow by ~14 000 new maternity cases annually, in addition to providing child follow-up data. Additional datasets will supplement the current linkage from other local and national resources, including primary care and hospital inpatient data for mothers and their children.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,010 |
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 source (Gemma direct ou Codex distillé), 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 ».