Risk adjustment performance of Charlson and Elixhauser comorbidities in ICD-9 and ICD-10 administrative databases
Notice bibliographique
Résumé
BACKGROUND: The performance of the Charlson and Elixhauser comorbidity measures in predicting patient outcomes have been well validated with ICD-9 data but not with ICD-10 data, especially in disease specific patient cohorts. The objective of this study was to assess the performance of these two comorbidity measures in the prediction of in-hospital and 1 year mortality among patients with congestive heart failure (CHF), diabetes, chronic renal failure (CRF), stroke and patients undergoing coronary artery bypass grafting (CABG). METHODS: A Canadian provincial hospital discharge administrative database was used to define 17 Charlson comorbidities and 30 Elixhauser comorbidities. C-statistic values were calculated to evaluate the performance of two measures. One year mortality information was obtained from the provincial Vital Statistics Department. RESULTS: The absolute difference between ICD-9 and ICD-10 data in C-statistics ranged from 0 to 0.04 across five cohorts for the Charlson and Elixhauser comorbidity measures predicting in-hospital or 1 year mortality. In the models predicting in-hospital mortality using ICD-10 data, the C-statistics ranged from 0.62 (for stroke) - 0.82 (for diabetes) for Charlson measure and 0.62 (for stroke) to 0.83 (for CABG) for Elixhauser measure. CONCLUSION: The change in coding algorithms did not influence the performance of either the Charlson or Elixhauser comorbidity measures in the prediction of outcome. Both comorbidity measures were still valid prognostic indicators in the ICD-10 data and had a similar performance in predicting short and long term mortality in the ICD-9 and ICD-10 data.
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 | 0,022 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».