Linked administrative health data on prehospital olanzapine administration by paramedics in Winnipeg, Canada: Challenges and opportunities
Notice bibliographique
Résumé
ObjectiveOlanzapine is an antipsychotic drug used in emergency departments to treat methamphetamine intoxication. Our study aim is to examine whether prehospital olanzapine administration by paramedics in Winnipeg, Canada, improves outcomes for individuals experiencing methamphetamine intoxication. However, the ‘real-world’ nature of the administrative data has presented several challenges. ApproachFirst, we needed to determine whether individuals experiencing methamphetamine intoxication received or did not receive olanzapine. The paramedic records identify whether olanzapine was administered but not whether individuals were considered for olanzapine without receiving it. To address this, we manually reviewed the unstructured narratives from the paramedic assessments. 8000+ records were independently evaluated by two experienced paramedics to determine eligibility. Disagreements were resolved by a paramedic-educator. Second, we discovered that ~40% of paramedic records for 2019 did not link correctly to other health data. We conducted a sensitivity analysis to assess the impact of excluding records with incorrect linkage, but the loss of records in the most critical year of assessment led us to reject this approach. Instead, we revisited the original data linkage to identify and correct the cause of the errors. ResultsWe have constructed a cohort that allows us to compare treated (n=222) and untreated (n=205) individuals experiencing methamphetamine intoxication and provides enough statistical power to assess the impact of prehospital olanzapine treatment on hospital outcomes. Conclusion & ImplicationsAdministrative data from the real world are powerful tools for research with potential to show important health impacts, but their use requires creative thinking to overcome unexpected data challenges.
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 | 0,014 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,017 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».