MétaCan
Menu
Retour à la cohorte
Enregistrement W4415008861 · doi:10.14745/ccdr.v51i09a03f

Recommandations sur le nettoyage minimal des données pour l’élaboration de rapports sur la surveillance en prévention et contrôle des infections en soins de courte durée : une solution pour la règle « garbage in, garbage out »

2025· article· fr· W4415008861 sur OpenAlexvenueno aff
Kathryn Bush, Joelle Cayen, Christine Blaser, Blanda Chow, Jennifer Ellison, Jennifer Happe, Caroline Quach, Christian Tsang, Olivia Varsaneux, Kristen Versluys, Victoria Williams, Robyn Mitchell

Notice bibliographique

RevueRelevé des maladies transmissibles au Canada · 2025
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEpidemiological surveillanceOrder (exchange)Filter (signal processing)

Résumé

récupéré en direct d'OpenAlex

Contexte : La surveillance des résultats est une composante importante des programmes de prévention et contrôle des infections (PCI), qui permet d'orienter les décisions en matière de soins de santé.Il est essentiel que les données communiquées soient de la plus haute qualité.Il est donc important d'examiner l'exhaustivité, l'exactitude et le caractère opportun des données afin de réduire les incohérences.Toutefois, de nombreux professionnels de PCI n'ont pas été formés aux activités de nettoyage ou de validation de la qualité des données.Méthodes : Des épidémiologistes experts de tout le Canada ont créé un guide des pratiques exemplaires pour les activités de validation de la qualité des données afin de fournir suffisamment de détails pour améliorer cette activité importante pour la sécurité des patients.La plupart de ces activités sont de simples contrôles visant à vérifier l'exactitude des données sans nécessiter d'examen supplémentaire du dossier du patient ou de couplage avec d'autres ensembles de données.Résultats : Sur la base d'un consensus entre les experts en surveillance des différentes administrations, des recommandations globales sur la qualité des données dans les programmes de surveillance en PCI ont été élaborées pour améliorer l'exhaustivité (22 %), la précision (68 %) et le caractère opportun (10 %) des données.Conclusion : La liste des activités de validation de la qualité des données peut être utilisée dans le cadre des activités de surveillance en PCI au Canada afin de soutenir ou d'améliorer les activités de validation de la qualité des données de surveillance existantes pour les programmes de PCI.

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)0,355
score de la tête « metaresearch » (Gemma)0,634
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil0,795

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3550,634
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0150,008
Études des sciences et des technologies0,0050,007
Communication savante0,0180,011
Science ouverte0,0080,008
Intégrité de la recherche0,0090,011
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,046
Tête enseignante GPT0,342
Écart entre enseignants0,296 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueRelevé des maladies transmissibles au CanadaMême sujetHealthcare Systems and PracticesTravaux en français237 207