Mini‐Sentinel's systematic reviews of validated methods for identifying health outcomes using administrative data: summary of findings and suggestions for future research
Notice bibliographique
Résumé
PURPOSE: The validity of findings from surveillance activities, which use administrative and claims data to link exposures to adverse events, depends in part on the validity of algorithms to identify health outcomes using these data. This review provides a high level overview of the findings of 19 systematic reviews of studies, which have examined the validity of algorithms to identify health outcomes using these data. The author categorized outcomes on the basis of the strength of evidence supporting valid algorithms to identify acute or incident events and suggested priorities for future validation studies. METHODS: The 19 reviews were evaluated, and key findings and suggestions for future research were summarized by a single reviewer. Outcomes with algorithms that consistently identified acute events or incident conditions with positive predictive values of greater than 70% across multiple studies and populations are described as low priority for future algorithm validation studies. RESULTS: Algorithms to identify cerebrovascular accidents, transient ischemic attacks, congestive heart failure, deep vein thrombosis, pulmonary embolism, angioedema, and total hip arthroplasty revision performed well across multiple studies and are considered low priority for future validation studies. Other outcomes were generally thought to require additional validation studies or algorithm refinement to be confident in algorithms. Few studies examined the validity of International Classification of Diseases, 10th Revision, codes. CONCLUSION: Users of these reviews need to consider the generalizability of findings to their study populations. For some outcomes with poorly performing codes, it may always be necessary to validate cases.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,147 | 0,384 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,018 |
| Bibliométrie | 0,026 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».