Development of an Algorithm to Identify Preoperative Medical Consultations Using Administrative Data
Notice bibliographique
Résumé
BACKGROUND: Preoperative consultation by internal medicine specialists may help improve the care of patients undergoing major surgery. Population-based administrative data are an efficient approach for studying these consultations at a population-level. However, administrative data in many jurisdictions lack specific codes to identify preoperative medical consultations, as opposed to consultations for nonoperative indications. OBJECTIVE: To develop an accurate claims-based algorithm for identifying preoperative medical consultations before major elective noncardiac surgery. RESEARCH DESIGN: We conducted a multicenter cross-sectional study in Ontario, Canada. Preoperative medical consultations identified by medical record abstraction were compared with those identified by linked administrative data (physician service claims, hospital discharge abstracts). SUBJECTS: We randomly selected 606 individuals, aged older than 40 years, who underwent elective intermediate-to-high-risk noncardiac surgery at 8 randomly selected hospitals between April 1, 2002 and March 31, 2004. RESULTS: Medical record abstraction identified preoperative medical consultations in 317 patients (52%). The optimal claims-based algorithm for identifying these consultations was a physician service claim for a consultation by a cardiologist, general internist, endocrinologist, geriatrician, or nephrologist within 4 months before the index surgical procedure. This algorithm had a sensitivity of 90% (95% confidence interval [CI]: 86-93), specificity of 92% (95% CI: 88-95), positive predictive value of 93% (95% CI: 89-95), and negative predictive value of 90% (95% CI: 86-93). CONCLUSIONS: A simple claims-based algorithm can accurately identify preoperative medical consultations before major elective noncardiac surgery. This algorithm may help enhance population-based evaluations of preoperative care, provided that the requisite linked administrative healthcare data are present.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| 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) | 0,001 | 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 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 ».