3-1 - CO·MMUNITY, la Cohorte de naissance québécoise sur l'immunité et la santé, Québec, Canada
Bibliographic record
Abstract
La Cohorte de naissance québécoise sur l'immunité et la santé, CO·MMUNITY, a été établie pour étudier les hypothèses d'effets non spécifiques de la vaccination par le bacille Calmette-Guérin (BCG) sur la santé. Nous en décrivons la méthodologie, les caractéristiques des sujets et les contributions scientifiques réalisées et en cours. Constituée en 2017 par jumelage probabiliste de données administratives, CO · MMUNITY comprend la plupart des personnes nées en 1970-1974 dans la province de Québec, Canada. Ces personnes ont été suivies jusqu'en 2014 (40-44 ans) grâce à des données sociodémographiques et médico-administratives incluant des informations périnatales, la vaccination BCG, les services médicaux, hospitalisations, médicaments et le décès s'il y a lieu. Des algorithmes validés ont permis d'identifier les cas de diabète, lymphome, sclérose en plaques et maladies inflammatoires de l'intestin. Des analyses de régression, logistique ou proportionnelle de Cox, ont permis d'estimer les mesures d'association ajustées entre la vaccination et ces maladies. CO · MMUNITY inclut 400 611 sujets (90 % des personnes éligibles), dont 2 % étaient décédés au 31 décembre 2014. La moitié (51 %) des sujets sont des hommes. Près de 90 % des parents des personnes incluses sont nés au Québec. Quarante-six pourcent des sujets ont été vaccinés par le BCG, dont 88 % durant la première année de vie. Le BCG était inversement associé avec les diabètes de type 1 et 2 à l’âge adulte, alors que des associations positives ont été observées avec les maladies inflammatoires de l'intestin chez les femmes et les lymphomes hodgkiniens pédiatriques. Aucune association n'a été observée avec la sclérose en plaques cyclique. Nos travaux en cours portent sur la vaccination BCG en lien avec la mortalité et l'incidence des maladies infectieuses, incluant la COVID-19. CO · MMUNITY nous permettra de combler d'importantes lacunes dans nos connaissances des effets non spécifiques du vaccin BCG.
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.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.021 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".