Alberta Childhood COVID-19 Cohort [AB3C, study data contributed to the CITF Databank]
Notice bibliographique
Résumé
Background: Given the novel SARS-CoV-2 coronavirus pandemic, there was a need to understand COVID-19 in Alberta children to inform potential treatments, vaccines, and public safety decisions such as when and how children should return to school. This study was not funded by the CITF; Dr. Kellner, as co-chair of the CITF Field Studies and Pediatric working groups, helped design the CITF Core Data Elements and questionnaires. Aims of the original study: The AB3C study aimed to determine how many children with and without known COVID-19 infections have made an immune response (blood antibodies) over time, and the epidemiologic and immunological correlates of infection risk and COVID disease severity. Methods: Parents were invited to enroll their child (less that 18 years) in the study if they lived in or near Calgary, AB. They were enrolled as single-visit or longitudinal participants. In addition to questionnaire items, at each visit (6 months apart) past COVID infection status was ascertained (priority to PCR result) and a blood sample drawn for serology. IgG antibodies to SARS-CoV-2 nucleocapsid protein and receptor binding domain of the spike were measured. Summary of the contributed data: The dataset includes 1030 participants who completed a baseline visit between August and November 2020 and provided at least one blood sample. 94% of participants were followed longitudinally up to 2 years (median: 19 months). Available variables include data for the following areas of information: demographics (age, sex, race-ethnicity and indigeneity, FSA), chronic health conditions, and BMI at baseline; acute COVID infection evidence, SARS-CoV-2 vaccination, and serology over time.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,003 |
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 ».