Identification of post-COVID condition in a large population: a machine learning approach
Notice bibliographique
Résumé
Post-COVID condition (PCC) is a continuation or new development of symptoms long after recovery from acute illness of COVID-19. Administrative health data is a powerful source of information for large epidemiologic studies. However, PCC is undercoded in the health data; studies relying on PCC diagnosis can substantially underestimate disease prevalence. A machine learning (ML) model was developed to identify people with PCC from those with and without known COVID-19. The cross-sectional study included people with general practitioner visits between April 1, 2021, and March 31, 2022, in the province of Alberta, Canada. Predictors were derived from hospital admission, ambulatory care, and physician visit datasets; strategies were employed to minimize information loss and bias. Using diagnosed PCC as the reference standard, a penalized elastic-net logistic regression model was developed. Model development dataset included 3000 PCC cases and 27,437 non-cases. The model performed well in predicting the cases, with a receiver operating characteristic curve area of 0.96, 73% sensitivity, and 99% specificity. Applying the model to a population-based sample of 3.3 million identified 309,390 persons living with PCC, or a period prevalence estimate of 9.3%. Findings suggest an ML model approach can identify PCC from the health data with excellent accuracy. Our model was unique in incorporating individuals’ healthcare utilization information and trained with cases even without known COVID-19. Considering the underdetection of SARS-CoV-2 infections and undercoding of long-COVID in health data in many jurisdictions, the demonstrated approach would provide a practical alternative to identify persons living with PCC.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».