Breaking the 80:20 rule in health research using large administrative data sets
Notice bibliographique
Résumé
Objective: To explore the application of online analytic processing (OLAP) to improve the efficiency of analytics using large administrative health data sets. Methods: 18 years of administrative health data (1994/95 to 2012/13) were obtained from the Alberta Ministry of Health in Canada. The data sets included hospitalization, ambulatory care and practitioner claims data. Reference files were obtained that provided information including patient demographics, resident postal code, facility, and provider details. Population counts and projections for each year, sex, age were included for rate calculations. These sources were used to develop a data cube using OLAP tools. Results: Time required for analyses was reduced to 5% of that required when comparing run-time for simple queries that did not require linkage of data sets. The data cube negated the need for many intermediary steps for data extraction and analyses for research activities. Conventional methods required over 250 GB of server space for multiple analytic subsets, compared to only 10.3 GB for the data cube. Conclusions: Cross-training in information technology and health analytics is recommended to provide capacity to better leverage OLAP tools which are available with many common applications.
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 | 0,288 | 0,485 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,007 | 0,019 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,020 | 0,016 |
| Science ouverte | 0,005 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».