Expanding a cohort of children who had a response to the Household Food Security Survey Module: A novel approach using linked ICES administrative data
Notice bibliographique
Résumé
ObjectiveThe Canadian Community Health Survey (CCHS) is a national cross-sectional survey, rich with household, health-related measures. Through linkage with administrative health services data, we aimed to investigate the relationship between household food-insecurity in childhood, and incident health conditions (asthma and diabetes). Linking mothers with children and children with siblings, provided a unique opportunity to expand our child cohort. ApproachWe linked five cycles of the CCHS with ICES administrative databases, to conduct longitudinal cohort studies of children <18 years who had a household response to the Household Food Security Survey Module (HFSSM). Three approaches were used to increase our sample of children: we included children who personally completed the HFSSM; the children of mothers who completed the HFSSM (via a unique database linking mothers with biological children); and the siblings of children who completed the HFSSM. We examined the characteristics of children from food secure and insecure households, accounting for the clustering of children living within the same home. In addition, we investigated the incidence of health outcomes using marginal time-to-event regression analysis to adjust for clinical and socio-economic confounders. Results and ConclusionsUsing novel linkages and multiple data sources we were able to study a large cohort of children (20,023 children whose mothers completed the HFSSM, 5,199 siblings of child respondents, 8,820 children who personally responded to the survey). This creative approach built capacity to investigate household-level determinants of health in a large cohort of Canadian children.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».