MétaCan
Menu
Retour à la cohorte
Enregistrement W4290843455 · doi:10.3233/jad-220327

Identification of Major Cognitive Disorders in Self-Reported versus Administrative Health Data: A Cohort Study in Quebec

2022· article· en· W4290843455 sur OpenAlexafffundabout
Isabelle Dufour, Isabelle Vedel, Amélie Quesnel‐Vallée

Notice bibliographique

RevueJournal of Alzheimer s Disease · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCohortGerontologyMedicineHealth careCohort studyCommunity healthPopulationNeurocognitivePsychologyPublic healthCognitionPsychiatryEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The first imperative in producing the relevant and needed knowledge about major neurocognitive disorder (MNCD) is to identify people presenting with the condition adequately. To document potential disparities between administrative health databases and population-based surveys could help identify specific challenges in this population and methodological shortfalls. OBJECTIVE: To describe and compare the characteristics of community-dwelling older adults according to four groups: 1) No MNCD; 2) Self-reported MNCD only; 3) MNCD in administrative health data only; 4) MNCD in both self-reported and administrative health data. METHODS: This retrospective cohort study used the Care Trajectories-Enriched Data (TorSaDE) cohort, a linkage between five waves of the Canadian Community Health Survey (CCHS) and health administrative health data. We included older adults living in the community who participated in at least one cycle of the CCHS. We reported on positive and negative MNCD in self-reported versus administrative health data. We then compared groups' characteristics using chi-square tests and ANOVA. RESULTS: The study cohort was composed of 25,125 older adults, of which 784 (3.1%) had MNCD. About 70% of people with an MNCD identified in administrative health data did not report it in the CCHS. The four groups present specific challenges related to the importance of perception, timely diagnosis, and the caregivers' roles in reporting health information. CONCLUSION: To a certain degree, both data sources fail to consider subgroups experiencing issues related to MNCD; studies like ours provide insight to understand their characteristics and needs better.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,020
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,069
Tête enseignante GPT0,418
Écart entre enseignants0,349 · 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

Citations5
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Alzheimer s DiseaseMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207