MétaCan
Menu
Retour à la cohorte
Enregistrement W3112404225 · doi:10.23889/ijpds.v5i5.1442

Leveraging Health Administrative Data to Investigate Maternal Vulnerabilities in Early Life Respiratory Syncytial Virus (RSV) Hospitalizations in Ontario, Canada

2020· article· en· W3112404225 sur OpenAlexaffabout
Tiffany Fitzpatrick, James Dayre McNally, Jeffrey C. Kwong, Hong Lu, David N. Fisman, Astrid Guttmann

Notice bibliographique

RevueInternational Journal for Population Data Science · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent and Pediatric Healthcare
Établissements canadiensInstitute for Clinical Evaluative SciencesChildren's Hospital of Eastern OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicinePopulationPediatricsEnvironmental health

Résumé

récupéré en direct d'OpenAlex

IntroductionRespiratory syncytial virus (RSV) is the leading cause of hospitalization among infants globally. Several RSV vaccine candidates are currently in trial and the severity of RSV-related illness can be reduced with prophylaxis. To optimize delivery of these programs and reduce inequities, a comprehensive understanding of risk factors for severe RSV-related illness is required. Objectives and ApproachThe objective of this study was to quantify the risks of severe, early life RSV-related illness in terms of medical conditions, birth characteristics and novel socio-economic factors. We used linked population-based health and socio-demographic administrative data for all children born in Ontario (Apr 1st, 2012-March 31st, 2018), including laboratory viral testing data for a subset of children, to identify all RSV-related hospitalizations occurring in Ontario before a child’s third birthday or end of follow-up (March 31st, 2019). We calculated the relative risk of RSV-related admission, adjusted for several medical complexity and transmission factors. Critically, we leveraged these routinely collected health administrative data to determine the admission risks associated with various novel measures indicative of maternal social vulnerability, such as homelessness and involvement with the criminal justice system. Results11,279 RSV-related hospitalizations were identified among 789,484 children; 57% of admissions occurred before 6 months of age. We identified several socio-economic factors independently associated with increased risk of severe RSV-related illness, including several maternal factors: young age at first delivery (Relative risk (RR) <20 vs 40+ years: 2.27, 95%CI:(1.89,2.73)), involvement with the criminal justice system [RR:1.34 (1.16,1.55)], social assistance use (RR:1.53 (1.45,1.62)), homelessness [RR:1.69 (1.01,2.83)], mental health/addictions concerns [RR:1.51 (1.36,1.67)] and child apprehension [RR:1.59 (1.29,1.96)]. Conclusion / ImplicationsWe identified several socio-economic factors independently associated with increased risk of severe RSV-related illness, including several novel factors related to maternal vulnerability. This information could inform the selection of high-risk groups for RSV prophylaxis or immunization programs.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,315

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,392
Tête enseignante GPT0,493
Écart entre enseignants0,101 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetAdolescent and Pediatric HealthcareTravaux en français237 207