A systematic review of validated methods for identifying orthopedic implant removal and revision using administrative data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To identify studies that have validated administrative and claims database algorithms for identifying patients with orthopedic device revision or removal. METHODS: As a part of the Food and Drug Administration's Mini-Sentinel pilot program, we performed a systematic review to identify algorithms for orthopedic implant removal/revision in administrative and claims databases in the USA or Canada. RESULTS: Five studies examined the validity of database algorithms against a gold standard of documentation in medical records (n = 3) or codes/documentation in another database (n = 2). The positive predictive values (PPV) of the International Classification of Diseases, Ninth Revision, Clinical Modification (ICD-9-CM) and/or the Current Procedural Terminology codes for revision total hip arthroplasty (THA) in the US Medicare population compared with medical record review were 92%and 91%, respectively. In another study of the US Medicare population, multiple ICD-9 codes for revision total knee arthroplasty were compared with newly available single ICD-9-CM codes for revision knee arthroplasty; sensitivity was 87% and specificity was 99% (PPV not provided). The fourth study validated the ICD-9-CM codes for revision total knee arthroplasty against Ontario health insurance physician fee service claims as the gold standard and found a PPV of 32%. In the last study in Medicare population, the accuracy of the attribution of revision THA to the same side as the earlier index primary THA was examined; PPV for same laterality of revision THA was 71% (using ICD-9-CM codes). CONCLUSIONS: Validation data, with regard to the ICD-9-CM or the Current Procedural Terminology code algorithms for revision THA in the Medicare population, exist. More validation studies are needed to confirm these findings and examine other large databases.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,074 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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