Assessing the validity of using administrative data to identify patients with epilepsy
Notice bibliographique
Résumé
OBJECTIVE: Previous validation studies assessing the use of administrative data to identify patients with epilepsy have used targeted sampling or have used a reference standard of patients in the neurologist, hospital, or emergency room setting. Therefore, the validity of using administrative data to identify patients with epilepsy in the general population has not been previously assessed. The purpose of this study was to determine the validity of using administrative data to identify patients with epilepsy in the general population. METHODS: A retrospective chart abstraction study was performed using primary care physician records from 83 physicians distributed throughout Ontario and contributing data to the Electronic Medical Record Administrative data Linked Database (EMRALD) A random sample of 7,500 adult patients, from a possible 73,014 eligible, was manually chart abstracted to identify patients who had ever had epilepsy. These patients were used as a reference standard to test a variety of administrative data algorithms. RESULTS: An algorithm of three physician billing codes (separated by at least 30 days) in 2 years or one hospitalization had a sensitivity of 73.7% (95% confidence interval [CI] 64.8-82.5%), specificity of 99.8% (95% CI 99.6-99.9%), positive predictive value (PPV) of 79.5% (95% CI 71.1-88.0%), and negative predictive value (NPV) of 99.7% (95% CI 99.5-99.8%) for identifying patients who had ever had epilepsy. SIGNIFICANCE: The results of our study showed that administrative data can reasonably accurately identify patients who have ever had epilepsy, allowing for a "lifetime" population prevalence determination of epilepsy in Ontario and the rest of Canada with similar administrative databases. This will facilitate future studies on population level patterns and outcomes of care for patients living with epilepsy.
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 | 0,049 | 0,254 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».