Uncharted territory in linking population-based laboratory data for the epidemiology of celiac disease in Canada
Notice bibliographique
Résumé
IntroductionWe previously investigated the frequency of screening for celiac disease (CD) based on tissue transglutaminase antibody testing (tTG-IgA) and developed the first incident cohort of celiac autoimmunity in Canada. MethodsAdministrative data sources used in this study were population-based and covered the entire province of Alberta (~4.3M residents during study period). Various approaches to querying data were employed within a diverse team of health information managers, data analysts, clinical scientists, and gastroenterologists. This process involved a broad search for CD screening tests, thorough data inspection/cleaning, and numerous discussions to determine potential explanations for the findings. ResultsApproximately ~950,000 records for tTG-IgA were first identified. Records were then excluded due to missing/invalid patient identifiers or test results (0.8%), non-Alberta residency (0.4%), and duplicate records (1.1%). A final dataset included ~920,000 tTG-IgA tests on ~680,000 unique patients, which was also validated through a separate query performed by an analyst external to the study team. A conservative approach to excluding as many potential prevalent cases of CD was applied given a robust algorithm for CD has not yet been established in Canada. The final rate of celiac autoimmunity (34 per 100,000) offered further face validity based on prior estimates of diagnosed CD in Alberta and other countries reporting on celiac autoimmunity. ConclusionWhen developing a novel case definition or investigating unfamiliar outcomes using routinely collected data, collaboration across several disciplines is highly recommended. Certain stages of the project may require additional scrutiny and discussion to ensure findings are valid and reliable.
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 | 0,013 | 0,061 |
| 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 | 0,007 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 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 ».