Estimating rheumatoid arthritis prevalence and care quality in a large sample from the Quebec population
Notice bibliographique
Résumé
Étude # 1: Une analyse statistique bayésienne a été mise en œuvre pour estimer la prévalence de la polyarthrite rhumatoïde, ajustée pour la classification biaisée, en utilisant trois sources de données dont les diagnostics autodéclarés de polyarthrite rhumatoïde ainsi que l'utilisation de médicaments antirhumatismaux modificateurs de la maladie et finalement des codes de facturation des médecins au Québec. Nos méthodes ont estimé que la prévalence de la polyarthrite rhumatoïde en 2010 chez les adultes âgés de 40 à 69 ans était de 1.1% (intervalle crédible 95%: 0.9, 1.3%) combinant les trois approches de vérification, sous l'hypothèse d'indépendance conditionnelle et utilisant des distributions a priori non informatives. Des gains dans les sensibilités ont été observés en combinant deux ou trois méthodes. Il s'agit de la première étude de prévalence de la polyarthrite rhumatoïde à corriger les erreurs de classification inhérentes à chaque source de données, lors de la combinaison des données auto-déclarées et administratives. Étude # 2: L'objectif spécifique de cette étude est de calculer, en utilisant onze périodes d'observation, des estimations non ajustées et ajustées de la prévalence de la polyarthrite rhumatoïde, ainsi que des estimations de sensibilité et de spécificité de l'approche de calcul utilisant les données administratives de la Régie de l'assurance maladie du Québec seules ou combinées avec des données auto-déclarées. Nous avons étudié les participants à CARTAGÈNE. Les estimations de la prévalence de la polyarthrite rhumatoïde, non corrigées et corrigées pour les erreurs de classification, ont été calculées à l'aide de méthodes d'analyses bayésiennes. En utilisant trois méthodes de détermination ainsi qu'en supposant une dépendance conditionnelle entre les données autodéclarées et une erreur de classification pour chaque méthode, la prévalence sur trois ans chez les adultes âgés de 40 à 69 ans a été estimée à 0.9% (95% intervalle crédible: 0,7; 1.2%). Nos résultats montrent des variations dans les estimations de la prévalence liées aux trois facteurs. Les changements dans les estimations de sensibilité liées à la durée de la période d'observation dans les données administratives étaient négligeables, mais une augmentation notable a été observée dans la sensibilité lorsque des informations auto-déclarées ont été ajoutées. Étude # 3: Les objectifs de cette étude étaient de déterminer si certains indicateurs de qualité pouvaient être évalués à partir des données auto-déclarées de CARTAGÈNE. Une cohorte de patients atteints de polyarthrite rhumatoïde a été construite. Nous avons évalué six Indicateurs de qualité, dont quatre concernaient la prise en charge de la polyarthrite rhumatoïde et le traitement et deux ont trait à des facteurs liés au mode de vie. Les Indicateurs de qualité ont été rapportés en termes de proportion de patients les remplissant. Des analyses de régression logistique bayésienne ont été conduites d'abord pour étudier la variation potentielle de l'utilisation d'un agent antirhumatismal modificateur de la maladie qui était notre issue clinique d'intérêt représentée par une variable binaire (utilisation oui/non). Notre cohorte comprenait 142 patients atteints de polyarthrite rhumatoïde. Les Indicateurs de qualité se rapportant à la pharmacothérapie et à la prise en charge médicale de la polyarthrite rhumatoïde variaient de 60% à 80%. En ce qui concerne les indicateurs de qualité axés sur les facteurs liés au mode de vie, 55% des patients ont déclaré avoir fait de l'activité physique modérée et seulement 17% ont déclaré fumer présentement. Les résultats de la régression logistique bayésienne n'ont montré aucune association précise entre l'utilisation des antirhumatismaux modificateurs de la maladie et les caractéristiques des patients (âge, niveau de scolarité, revenu et sexe).
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 | 0,007 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».