Estimating rheumatoid arthritis prevalence and care quality in a large sample from the Quebec population
Bibliographic record
Abstract
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).
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.022 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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 source (direct Gemma or distilled Codex), 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".