MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161993927 · doi:10.82308/15566

Assessment of systemic lupus erythematosus diagnoses within Quebec's health administrative databases

2012· dissertation· en· W7161993927 sur OpenAlexaboutno aff
Ryan Ng

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLupus erythematosusConnective tissue diseaseMedical diagnosisMedical screening

Résumé

récupéré en direct d'OpenAlex

Contexte : Le lupus érythémateux disséminé (LED) est une maladie auto-immune chronique relativement peu commune. L'évolution de cette maladie est décrite en phases de poussées et de rémissions et ses manifestations cliniques touchent plusieurs organes. L'utilisation de médicaments immunosuppresseurs est souvent nécessaire pour contrôler le LED. Les banques de données administratives du domaine de la santé s'avèrent utiles pour étudier le LED, car elles pourraient être utilisées pour étudier l'incidence, la prévalence et les manifestations cliniques. Toutefois, comme les diagnostics présents dans ces bases de données administratives n'ont pas nécessairement de confirmation clinique, la détermination des cas de LED représente un défi d'ordre méthodologique et certains de ces problèmes méthodologiques font l'objet de la présente thèse.Méthodologie : L'algorithme initial de définition de cas de LED a déjà été utilisé pour identifier des sujets atteints de LED s'ils répondaient aux critères suivants : un code de congé d'hôpital de LED, une réclamation d'un rhumatologue pour le LED et/ou deux réclamations par un médecin autre qu'un rhumatologue pour le LED séparées d'au moins huit semaines, mais dans un intervalle de deux ans. D'autres algorithmes ont été créés en modifiant un paramètre ou plus de l'algorithme initial. Des estimations d'incidence et de prévalence ont été obtenues grâce à chaque algorithme créé et ces valeurs ont été comparées aux estimations initiales. L'effet de l'utilisation de périodes de données de différentes longueurs sur la détection des patients a également été examiné. Des analyses Kaplan-Meier (K-M) ont été faites pour évaluer la documentation des manifestations cliniques du LED et l'utilisation de médicaments immunosuppresseurs spécifiques au sein d'une cohorte incidente de patients atteints de LED identifiés par l'algorithme initial (décrit plus haut). L'intervalle d'observation a débuté quatre ans avant le diagnostic de LED et s'est poursuivi jusqu'à huit ans après le diagnostic. Des analyses utilisant le modèle de régression à risques proportionnels de Cox ont servi à examiner l'association entre l'utilisation précoce d'antipaludiques et les manifestations rénales. Résultats : Avec l'algorithme initial, l'incidence annuelle de LED en 1998 était de 6,0 cas pour 100 000 habitants (95 % d'intervalle de confiance (CI), 5,5-6,6). En changeant les paramètres de l'algorithme initial, l'incidence en 1998 a varié entre 4,4 et 7,4 pour 100 000. La prévalence a passé de 65,5 pour 100 000 (95 % CI : 63,7–67,4) avec l'algorithme initial à entre 47,8–79,1 pour 100 000 avec les autres algorithmes. En modifiant la longueur des périodes de données de quinze à cinq ans, l'incidence annuelle en 2001 était surestimée par 38,3 %.Dans l'ensemble, 66,2 % (95 % CI : 63,4–68,9 %) des patients incidents au sein de la cohorte de patients atteints de LED assemblée grâce à l'algorithme initial montraient au moins une manifestation de LED au cours de la période évaluée. Au sein d'une sous-cohorte de patients incidents atteints de LED couverts par la RAMQ, 87,2 % (95 % CI : 84,2–90,3 %) ont reçu au moins un médicament à l'étude avant la fin de l'intervalle étudié. Aucune association n'a été trouvée entre l'utilisation précoce d'antipaludiques et les manifestations rénales subséquentes. Conclusion : La variation de la définition de cas et de la période de données peut modifier considérablement les estimations d'incidence et de prévalence. Ainsi, tous les paramètres, y compris la période de temps pour laquelle les données sont recueillies, devraient être choisis avec précaution. La majorité des patients incidents atteints de LED montrent des manifestations de LED qui pourraient offrir une confirmation potentielle des cas de LED. Ces informations supplémentaires pourront être utilisées pour des études futures sur les bases de données des services de soins de santé afin de mieux comprendre le LED.

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)0,007
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,212

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,041
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,011
Études des sciences et des technologies0,0020,000
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,070
Tête enseignante GPT0,418
Écart entre enseignants0,348 · 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'étudeObservationnel
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSystemic Lupus Erythematosus Research→Travaux en français237 207→