Analysing Patient Trajectories of Individuals with Alcohol Use Disorders (PRAGMA)
Notice bibliographique
Résumé
Abstract: Aim: Alcohol use is causing a considerable health burden for individuals and society in Germany. To reduce the burden from alcohol use, ensuring optimal treatment for those who are in need, is key. With this data-linkage study, we aim to provide a comprehensive description of healthcare service use among individuals with alcohol use disorders (AUD) in Hamburg, the second-largest German city. Methods: The study population is defined as adults living in Hamburg, currently insured by one of two statutory health insurance funds and with at least one alcohol-specific ICD-10 code between 2016 and 2021. Additionally, we will obtain data from pension funds and the Hamburg basic data monitoring system of outpatient addiction aid. By using unique identifiers, individual register data from these three sources will be linked. Hypotheses and qualitative analyses are presented in the form of research questions to analyse administrative prevalence rates, patient trajectories and predictors of treatment success as well as to estimate the impact of prototypical care pathways and the COVID-19 pandemic on utilization of alcohol-specific healthcare services. Discussion: The study ‘Patient Routes of People with Alcohol Use Disorders in Germany’ (PRAGMA) will be the first to provide an in-depth understanding of treatment provision for people with AUD in Germany. Following up a heterogeneous sample of people with AUD for six years will provide a unique opportunity to compare current with recommended care pathways as well to identify options for care improvements.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».