MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402406162 · doi:10.23889/ijpds.v9i5.2549

Identifying hospitalization episodes of care among people with and without HIV in British Columbia, Canada

2024· article· en· W4402406162 sur OpenAlexaffabout
Scott D. Emerson, Taylor McLinden, Paul Sereda, Amanda M. Yonkman, Jason Trigg, Rolando Barrios, Robert S. Hogg

Notice bibliographique

RevueInternational Journal for Population Data Science · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensSimon Fraser UniversityAIDS Vancouver
Organismes subventionnairesnon disponible
Mots-clésHuman immunodeficiency virus (HIV)MedicineHistoryDemographyGerontologyPediatricsFamily medicineSociology

Résumé

récupéré en direct d'OpenAlex

BackgroundHospitalizations are a resource-intensive form of healthcare use, particularly for persons with chronic conditions such as those with HIV. Interhospital transfers typically appear as separate records in Canadian databases; misclassifying transfers as independent hospitalizations can bias key metrics such as readmission rates. We examined approaches of combining sequential, related records into hospitalization episodes of care (HEoCs) among persons with and without HIV (PWH; PWoH) in British Columbia (BC), Canada. MethodsBC hospitalization records (1992 to 2020) were sourced from the Comparative Outcomes and Service Utilization Trends (COAST) study, a data linkage that includes samples of PWH and PWoH. We constructed 8 HEoC definitions that varied by the: a) time gap between records, and b) transfer indication. Comparisons were informed by the proportion of multi-record HEoCs (mHEoCs; episodes with multiple hospitalization records) generated, and feasibility given data quality. ResultsWe analyzed 98,553 hospitalization records from 13,498 PWH, and 1,874,507 hospitalization records from 385,011 PWoH. Across the definitions, the proportion of mHEoCs varied from 2.46% to 5.27% for PWH and 2.73% to 4.18% for PWoH. Definitions requiring no transfer indication yielded the highest proportion of mHEoCs, whereas those requiring two-way agreement of hospital identifiers yielded the lowest proportion of mHEoCs. Patterns were comparable among PWH and PWoH. A pragmatic approach to defining HEoCs can be a reasonable option for general purposes – requiring at least one populated hospital identifier field, and ≤ 1 day gap between hospitalizations. ConclusionsVarious approaches can be employed to combine sequential, related hospitalization records into HEoCs to help provide less biased estimates of hospitalization-related metrics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,345

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,009
Études des sciences et des technologies0,0040,001
Communication savante0,0020,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,360
Écart entre enseignants0,337 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data Science→Même sujetHIV/AIDS Research and Interventions→Travaux en français237 207→