Defining neurotrauma in administrative data using the International Classification of Diseases Tenth Revision
Notice bibliographique
Résumé
BACKGROUND: It is essential to use a definition that is precise and accurate for the surveillance of traumatic brain injuries (TBI) and spinal cord injuries (SCI). This paper reviews the International Classification of Diseases 10th revision (ICD-10) definitions used internationally to inform the definition for neurotrauma surveillance using administrative data in Ontario, Canada. METHODS: PubMed, Web of Science, Medline and the grey literature were searched for keywords "spinal cord injuries" or "brain injuries" and "international classification of diseases". All papers and reports that used an ICD-10 definition were included. To determine the ICD-10 codes for inclusion consensus across papers and additional evidence were sought to look at the correlation between the condition and brain or spinal injuries. RESULTS: Twenty-four articles and reports were identified; 15 unique definitions for TBI and 7 for SCI were found. The definitions recommended for use in Ontario by this paper are F07.2, S02.0, S02.1, S02.3, S02.7, S02.8, S02.9, S06, S07.1, T90.2, and T90.5 for traumatic brain injuries and S14.0, S14.1, S24.0, S24.1, S34.1, S34.0, S34.3, T06.0, T06.1 and T91.3 for spinal cord injuries. CONCLUSIONS: Internationally, inconsistent definitions are used to define brain and spinal cord injuries. An abstraction study of data would be an asset in understanding the effects of inclusion and exclusion of codes in the definition. This paper offers a definition of neurotrauma for surveillance in Ontario, but the definition could be applied to other countries that have mandated administrative data collection.
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 | 0,010 |
| 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 | 0,001 | 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 ».