Administrative Hospitalization Database Validation of Cardiac Procedure Codes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Although cardiac procedures are commonly used to treat cardiovascular disease, they are costly. Administrative data sources could be used to track cardiac procedures, but sources of such data have not been validated against clinical registries. OBJECTIVES: To examine accuracy of cardiac procedure coding in administrative databases versus a prospective clinical registry. SAMPLE: We examined a total of 182,018 common cardiac procedures including percutaneous coronary intervention (PCI), coronary artery bypass graft (CABG) surgery, valve surgery, and cardiac catheterization procedures during fiscal years 2005 and 2006 across 18 cardiac centers in Ontario, Canada. RESEARCH DESIGN: Accuracy of codes in the Canadian Institute for Health Information (CIHI) administrative databases were compared with the clinical registry of the Cardiac Care Network. RESULTS: Comparing 17,511 CIHI and 17,404 registry procedures for CABG surgery, the positive predictive value (PPV) of CIHI-coded CABG surgery was 97%. In 6229 CIHI-coded and 5885 registry-coded valve surgery procedures, the PPV of the administrative data source was 96%. Comparing 38,527 PCI procedures in CIHI to 38,601 in the registry, the PPV of CIHI was 94%. Among 119,751 CIHI-coded and 111,725 registry-coded cardiac catheterization procedures, the PPV of administrative data was 94%. When the procedure date window was expanded from the same day to ±1 days, the PPV was 96% (PCI) and exceeded 98% (CABG surgery), 97% (valve surgery), and 95% (cardiac catheterization). CONCLUSIONS: Using a clinical registry as the gold standard, the coding accuracy of common cardiac procedures in the CIHI administrative database was high.
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.
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 | 0,001 | 0,002 |
| 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) | 0,002 | 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 découle