MétaCan
Menu
Retour à la cohorte
Enregistrement W4378349663 · doi:10.1093/eurpub/ckab164.515

Country experiences with data linkage initiatives

2021· article· en· W4378349663 sur OpenAlexaffabout
Sara Allin, Saira Ghafur

Notice bibliographique

RevueEuropean Journal of Public Health · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueData Quality and Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicrodata (statistics)IdentifierGovernment (linguistics)Record linkageHealth careLinkage (software)MedicineCensusEnvironmental healthPolitical scienceComputer sciencePopulation

Résumé

récupéré en direct d'OpenAlex

Abstract This session highlights the experience from two countries in data linkage: Canada and the UK. Canada's ten provinces and three territories have primary responsibility for the organization and delivery of health care services and for the supervision of health care providers. As such, many data linkage initiatives are at the provincial level, and the recent Health Data Research Network aims to facilitate access to multi- province data for researchers. Also the Social Data Linkage Environment (SDLE) represents a national effort led by the federal government (Statistics Canada). The SDLE has a centrally maintained ‘key register' containing new identifiers based on a number of identifying characteristics which are used to link a wide range of data sets, including the Labour Force Survey, national health surveys, the hospital discharge database, census data, and a range of provincial data on crime, education, mental health, etc. Thus, the SDLE is not a consolidated database per se, but a tool to link other databases, and has potential for use in scientific research. Similar to Canada, the different nations of the UK operate separate data linkage initiatives. One internationally renowned national database, the Clinical Research Practice Datalink (CPRD), reflects the important role of GPs. The CPRD brings together de-identified microdata data from GP practices in the UK on the basis of the respective electronic practice information systems. The data collected includes demographic details, information on service providers, clinical presentation, referrals, vaccinations, laboratory findings and medication prescriptions, with the ability to link to other data sets to research the care pathway. As of 2019, the CPRD data covers 42 million patients and has been used for more than 2000 scientific publications that have researched issues such as drug safety, drug use, the effectiveness of health policy measures, the organization of service delivery and the development of risk factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,059
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0590,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,556
Tête enseignante GPT0,478
Écart entre enseignants0,078 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Public HealthMême sujetData Quality and ManagementTravaux en français237 207