MétaCan
Menu
Retour à la cohorte
Enregistrement W83476268

A model for non-communicable disease surveillance in Canada: the prairie pilot diabetes surveillance system.

2004· article· en· W83476268 sur OpenAlexaffabout
Robert C. James, James Blanchard, Dawn D. Campbell, Clarence Clottey, William Osei, Lawrence W. Svenson, Thomas Noseworthy

Notice bibliographique

RevuePubMed · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePopulationEnvironmental healthCommunicable diseaseDisease surveillanceDiseasePublic healthPoolingDiabetes mellitusPopulation healthComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Prairie Pilot Diabetes Surveillance Project was organized to design and test a prototype population-based surveillance system, using administrative data, for a chronic disease exemplar - diabetes mellitus. The Canadian model of a public health surveillance system for chronic conditions described here specifies a process by which administrative and claims data arising from provincial health insurance programs are merged into an annual person-level summary file (APLSF), yielding one summary record for each person insured within each province. The APLSF is the basis for a variety of estimates, including incidence, prevalence, mortality, complication rates and health services utilization. The model was used to produce comparable interprovincial estimates of several parameters with respect to diabetes for the entire population in the provinces of Alberta, Manitoba and Saskatchewan. All processing of identifiable health data occurred within the provinces where the data were generated. Combining results across provinces was based on further aggregation of the summary data from each province and not by pooling of identifiable person-level data. On the basis of preliminary outputs for diabetes mellitus, the model appears to provide coherent estimates of key diabetes parameters and reflects anticipated differences in health services and outcomes, by disease state. Three characteristics of the model recommend it as a resource for non-communicable disease surveillance in Canada: a) it maximizes the utility of existing data; b) it includes both those with and those without the disease in question; and c) it respects provincial legislation regarding personal health data, yet permits reporting of multi-provincial, population-based data.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,041
Tête enseignante GPT0,242
Écart entre enseignants0,202 · 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

Citations22
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetChronic Disease Management StrategiesTravaux en français237 207