Accuracy and validity of using medical claims data to identify episodes of hospitalizations in patients with COPD
Notice bibliographique
Résumé
PURPOSE: In Quebec, MED-ECHO database can be used to estimate inhospital length of stay (LOS) and number of hospitalizations (NOH) both accurately and reliably. However, access to MED-ECHO database is time-consuming. Quebec medical claims database (RAMQ) can be used as an alternative source to estimate these measures. Considering MED-ECHO as the 'gold standard,' this study examined the validity of using RAMQ medical claims to estimate LOS and NOH. METHODS: We used a cohort of 3768 elderly patients with chronic obstructive pulmonary disease (COPD) between 1990 and 1996 and identified those with inhospital claims. Inhospital LOS was defined as the total number of days with inhospital claims. Various grace periods (1-15 days) between consecutive claims were considered for the estimation of LOS and NOH. RAMQ and MED-ECHO databases were linked using unique patient identifiers. Estimates obtained from RAMQ data were compared to those from MED-ECHO using various measures of central tendency and predictive error estimates. RESULTS: Overall, 32.7% of patients were hospitalized at least once during the study period based on RAMQ claims, as compared to 32.0% in MED-ECHO ( p-value = 0.51). The best estimates [mean (p-value)] were found to be those obtained when using a 7-day grace period. RAMQ versus MED-ECHO estimates were: 12.2 versus 13.5 days (< 0.001) for LOS and 3.6 versus 3.7 times (0.36) for NOH. CONCLUSIONS: RAMQ medical claims can be used as a reliable source to estimate LOS and NOH, particularly when time and resources are restricted. RAMQ, however, should be used with caution since slight underestimations may occur.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».