Administrative data outperformed single-day chart review for comorbidity measure
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this article is to compare the Charlson comorbidity index derived from a rapid single-day chart review with the same index derived from administrative data to determine how well each predicted inpatient mortality and nosocomial infection. DESIGN: Cross-sectional study. SETTING: The study was conducted in the context of the Swiss Nosocomial Infection Prevalence (SNIP) study in six hospitals, canton of Valais, Switzerland, in 2002 and 2003. PARTICIPANTS: We included 890 adult patients hospitalized from acute care wards. MAIN OUTCOME MEASURES: The Charlson comorbidity index was recorded during one single-day for the SNIP study, and from administrative data (International Classification of Disease, 10th revision codes). Outcomes of interest were hospital mortality and nosocomial infection. RESULTS: Out of 17 comorbidities from the Charlson index, 11 had higher prevalence in administrative data, 4 a lower and two a similar compared with the single-day chart review. Kappa values between both databases ranged from - 0.001 to 0.56. Using logistic regression to predict hospital outcomes, Charlson index derived from administrative data provided a higher C statistic compared with single-day chart review for hospital mortality (C = 0.863 and C = 0.795, respectively) and for nosocomial infection (C = 0.645 and C = 0.614, respectively). CONCLUSIONS: The Charlson index derived from administrative data was superior to the index derived from rapid single-day chart review. We suggest therefore using administrative data, instead of single-day chart review, when assessing comorbidities in the context of the evaluation of nosocomial infections.
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 | 0,009 | 0,006 |
| 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 | 0,001 |
| 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 ».