The Validity of Administrative Data To Classify Patients with Spinal Column and Cord Injuries
Notice bibliographique
Résumé
International Classification of Diseases (ICD) codes are used to document patient morbidity in administrative databases. Although administrative data are used for research purposes, the validity of the data to accurately describe clinical diagnostic information is uncertain. We compared the clinical diagnoses for spinal cord and column injuries from a longitudinal patient registry, the Rick Hansen Spinal Cord Injury Registry (RHSCIR), to the ICD-10 spinal injury codes from the Discharge Abstract Database (DAD) at one institution. There were 603 RHSCIR participants with data describing the spinal cord injury, and 341 had data on the spinal column injury. The validity of DAD data to describe spinal injuries was evaluated using the sensitivity and positive predictive values of specific ICD-10 codes; 5.3% of the spinal column injuries and 10.9% of the spinal cord injuries documented in RHSCIR were missed in data from the DAD using ICD-10 codes. The most problematic spinal column ICD-10 code was the dislocation of the cervical vertebra (S13.1); only 14.0% of the dislocations of the cervical vertebrae in RHSCIR were correctly coded in the DAD. The most problematic spinal cord injury ICD-10 code was the incomplete lesion of the lumbar spinal cord (S34.1X); 66.7% of incomplete lesions of the lumbar spinal cord in RHSCIR were correctly coded in the DAD. The validity of DAD data to code spinal injuries is variable, and cannot be reliably used to classify all types of spinal injuries. Patient registries, such as RHSCIR, should be used if accurate detailed diagnostic data are required.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».