MétaCan
Menu
Back to cohort
Record W3089751250 · doi:10.24095/hpcdp.34.4.06f

Le Système intégré de surveillance des maladies chroniques du Québec (SISMACQ), une approche novatrice

2014· article· fr· W3089751250 on OpenAlex
Claudia Blais, Sylvie Jean, Caroline Sirois, Louis Rochette, Céline Plante, Isabelle Larocque, Montserrat Doucet, Guillaume Ruel, M. Simard, Philippe Gamache, Denis Hamel, Danielle St-Laurent, V. Émond

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.
venuePublished in a venue whose home country is Canada.
aboutThe title or abstract carries a Canadian signal from the geographic lexicon.

Bibliographic record

VenueMaladies chroniques et blessures au Canada · 2014
Typearticle
Languagefr
FieldHealth Professions
TopicHealthcare Systems and Practices
Canadian institutionsUniversité du Québec à RimouskiUniversité de SherbrookeUniversité LavalInstitut National de Santé Publique du Québec
Fundersnot available
KeywordsHumanitiesPolitical scienceGynecologyMedicinePhilosophy

Abstract

fetched live from OpenAlex

<sec> <title>Introduction</title> Avec l'accroissement du fardeau des maladies chroniques, la surveillance est fondamentale pour améliorer la prévention et la prise en charge de ces dernières. L'Institut national de santé publique du Québec a donc développé un système novateur de surveillance des maladies chroniques, le Système intégré de surveillance des maladies chroniques du Québec (SISMACQ), dont les principales caractéristiques, les forces et les limites sont présentées ici. </sec> <sec> <title>Méthodologie</title> Le SISMACQ est le résultat du jumelage de cinq fichiers médicoadministratifs. Mises à jour annuellement, ses données couvrent actuellement la période du 1er janvier 1996 au 31 mars 2012. Trois étapes en caractérisent le modèle opérationnel : 1) l'extraction et le jumelage des données médico-administratives grâce à divers critères de sélection; 2) les analyses (principalement la validation des définitions) et la production des mesures de surveillance et 3) l'interprétation, le dépôt et la diffusion de l'information. Le SISMACQ permet actuellement l'étude des maladies chroniques suivantes : diabète, maladies cardiovasculaires, maladies respiratoires, ostéoporose, maladies ostéoarticulaires, troubles mentaux et Alzheimer et maladies apparentées. Il permet également l'analyse de la multimorbidité et de la polypharmacie. </sec> <sec> <title>Résultats</title> Pour 2011-2012, le SISMACQ contenait des données sur 7 995 963 Québécois, et leur moyenne d'âge était de 40,8 ans. Parmi eux, 95,3 % répondaient à au moins un critère de sélection permettant l'application de définitions de cas pour la surveillance des maladies chroniques. Cette proportion variait avec l'âge : de 90,1 % chez les Québécois de 19 ans et moins à 99,3 % chez ceux de 65 ans et plus. </sec> <sec> <title>Conclusion</title> Le SISMACQ permet la production de données, à l'échelle de la population, sur le fardeau de plusieurs maladies chroniques, sur l'utilisation des services de santé et sur la consommation de médicaments. Il rend possible l'étude intégrée de la combinaison de plusieurs maladies, une approche jusqu'à présent rarement mise en oeuvre dans un contexte de surveillance populationnelle. Le SISMACQ répond aux attributs essentiels d'un système de surveillance et aide à la diffusion de l'information auprès des décideurs en vue d'actions en santé publique. </sec>

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.008
metaresearch head score (Gemma)0.003
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.723
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0080.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0020.000
Bibliometrics0.0000.001
Science and technology studies0.0030.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.026
GPT teacher head0.324
Teacher spread0.298 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it