MétaCan
Menu
Retour à la cohorte
Enregistrement W4414083792 · doi:10.1093/eurpub/ckaf096

User journeys in cross-European secondary use of health data: insights ahead of the European Health Data Space

2025· article· en· W4414083792 sur OpenAlexaff
Rachel Forster, Eva G. Álvarez, Adrian G. Zucco, Enrique Bernal‐Delgado, Gayo Diallo, Francisco Estupiñán‐Romero, Andrea Ganna, Madeleine Gorman-Asal, Christina Hilmarsen, Petr Holub, Klaus Hoeyer, Naja Hulvej Rod, Anna‐Leena Vuorinen, Tibor V. Varga

Notice bibliographique

RevueEuropean Journal of Public Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesEuropean Health and Digital Executive AgencyH2020 European Research CouncilNorwegian Institute of Public HealthTerveyden ja hyvinvoinnin laitosAcademy of FinlandNovo Nordisk FondenTrygFondenHelsedirektoratetNovo NordiskEuropean Commission
Mots-clésTimelineDocumentationHealth dataData qualityData sharingMetadataOpen dataData collectionData accessHealth informatics

Résumé

récupéré en direct d'OpenAlex

The European Health Data Space (EHDS) regulation aims to facilitate cross-border sharing of health data across Europe. However, practical challenges related to data access, interoperability, quality, and interpretive competence remain, particularly when working with health systems across countries. This study aimed to evaluate and report the user journey of researchers accessing and utilizing health data across four European countries for secondary research purposes prior to implementation of EHDS. We conducted a narrative reflection of individual and collective experiences on key aspects of the user journey-discovery, access, use, and finalization. Data were gathered from various structured and unstructured sources, including an online log, prospective questionnaires, regular meetings, and interviews. Researchers faced challenges at different steps of the user journey, which included lack of data quality in national metadata catalogues (discovery stage). Differences in national regulations led to inconsistent timelines for gaining access to data (access stage), with approval times ranging from a few months to over a year. At the use stage, researchers experienced challenges in harmonizing health data due to variations in coding practices and data quality. Issues related to computational capacity caused further delays. Substantial challenges must be addressed for EHDS to succeed. Establishing knowledge hubs, fostering collaborations, and streamlining access processes are essential. Close collaboration with experts will likely be essential for an effective user journey. This analysis underscores the importance of collaboration, analytical reproducibility, and clear documentation to ensure the success and timely delivery of cross-border projects.

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)0,046
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,043
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0100,009
Communication savante0,0150,013
Science ouverte0,0020,016
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,240
Tête enseignante GPT0,407
Écart entre enseignants0,167 · 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'étudeQualitatif
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Public HealthMême sujetChronic Disease Management StrategiesTravaux en français237 207