Validation of Preterm Birth Related Perinatal and Neonatal Data in the Canadian Discharge Abstract Database to Facilitate Long-term Outcomes Research of Individuals Born Preterm
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: The Canadian Institute of Health Information's (CIHI) Discharge Abstract Database (DAD) contains standardised administrative data on all hospitalisations in Canada, excluding Quebec. Objectives: We aimed to validate preterm birth related perinatal and neonatal data in DAD by assessing its accuracy against the reference standard of the Canadian Neonatal Network (CNN) database. Methods: for validation. For categorical variables, we measured correlation using Cohen's weighted kappa (k) and for continuous variables, we measured agreement using Lin's concordance correlation coefficient (LCCC). Results: 2084 neonates were included (mean GA 29.4 ± 2.4 weeks; birth weight 1430 ± 461g). Baseline continuous maternal and neonatal variables showed excellent accuracy in DAD [Maternal age: LCCC = 0.99 (0.99, 0.99); GA: LCCC = 0.95 (0.95, 0.96); birth weight: LCCC = 0.97 (0.96, 0.97); sex: k = 0.99 (0.98-0.99)]. In contrast, the accuracy of the maternal baseline categorical variables and neonatal outcomes and interventions ranged from very good to poor [e.g., Caesarean section: k = 0.91 (0.89-0.93), pre-gestational diabetes: k = 0.04 (0.03-0.05), neonatal sepsis: k = 0.37 (0.31-0.42), bronchopulmonary dysplasia: k = 0.26 (0.19-0.33), neonatal laparotomy: k = 0.55 (0.43-067)]. Conclusion: Neonatal variables such as gestational age and birth weight had high accuracy in DAD, while the accuracy of maternal and neonatal morbidities and interventions were variable, with some being poor. Reasons for the inaccuracy of these variables should be identified and measures taken to improve them.
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.
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 | 0,010 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| 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 découle