Le modèle québécois de surveillance des maladies chroniques basé sur l’utilisation des données médico-administratives jumelées
Notice bibliographique
Résumé
L'évolution rapide du contexte démographique, politique et environnemental ainsi que les changements continus de la pratique et des connaissances médicales influencent grandement le développement et l'issue des maladies et, par conséquent, la façon d'en assurer la surveillance épidémiologique. Pour répondre aux impératifs contextuels, le Système intégré de surveillance des maladies chroniques du Québec (Sismacq) s'est développé sur la base du jumelage de cinq fichiers médico-administratifs couvrant le fichier des personnes assurées et l'offre de services de santé des Québécois, depuis la consultation médicale jusqu'à l'hospitalisation, en passant par la consommation des médicaments et se terminant par le décès. Le but de cet article est de décrire le Sismacq. Le potentiel des sources de données jumelées permet non seulement d'établir les prévalences et les incidences des maladies, mais aussi d'étudier des cohortes de personnes atteintes de maladies et d'analyser les issues de santé comme le fardeau des maladies et l'utilisation des ressources. Cette approche intégrée offre également une opportunité de comprendre le cumul des maladies et les comorbidités. Le Sismacq est basé sur trois étapes méthodologiques distinctes que sont 1) l'extraction et le jumelage des données, 2) les analyses et la production des indicateurs et 3) la diffusion. (R.A.)
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».