Comparison of Coding of Heart Failure and Comorbidities in Administrative and Clinical Data for Use in Outcomes Research
Notice bibliographique
Résumé
BACKGROUND: Despite the potential usefulness of administrative databases for evaluating outcomes, coding of heart failure and associated comorbidities have not been definitively compared with clinical data. OBJECTIVE: To compare the predictive value of heart failure diagnoses and secondary conditions identified in a large administrative database with chart-based records. METHODS: The authors studied 1808 patient records sampled from 14 acute care hospitals and compared clinically recorded data with administrative records from the Canadian Institute for Health Information. The impact of comorbidity coding in the administrative data set according to the Charlson classification was examined in models of 30-day mortality. RESULTS: The positive predictive value (PPV) of a primary diagnosis ICD-9 428 was 94.3% using the Framingham criteria and 88.6% using criteria previously validated with pulmonary capillary wedge pressure. There was reduced prevalence of secondary comorbid conditions in administrative data in comparison with clinical chart data. The specificities and PPV/negative predictive values of administratively identified index comorbidities were high. The sensitivities of index comorbidities were low, but were enhanced by examination of hospitalizations within 1 year prior to the index heart failure admission. Using information from prior hospitalizations modestly enhanced 30-day mortality model performance; however, the odds ratio point estimates of the index and enhanced administrative data sets were consistent with the clinical model. CONCLUSION: The ICD-9 428 primary diagnosis is highly predictive of heart failure using clinical criteria. Examination of hospitalization data up to 1 year prior to the index admission improves comorbidity detection and may provide enhancements to future studies of heart failure mortality.
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 | 0,031 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».