Surveillance of ischemic heart disease should include physician billing claims: population-based evidence from administrative health data across seven Canadian provinces
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: Canadian provinces and territories routinely collect health information for administrative purposes. This study used Canadian medical and hospital administrative data for population-based surveillance of diagnosed ischemic heart disease (IHD). METHODS: Hospital discharge abstracts and physician billing claims data from seven provinces were analyzed to estimate prevalence and incidence of IHD using three validated algorithms: a) one hospital discharge abstract with an IHD diagnosis or procedure code (1H); b) 1H or at least three physician claims within a one-year period (1H3P) and c) 1H or at least two physician claims within a one-year period (1H2P). Crude and age-standardized prevalence and incidence rates were calculated for Canadian adults aged 20 +. RESULTS: IHD prevalence and incidence varied by province, were consistently higher among males than females, and increased with age. Prevalence and incidence were lower using the 1H method compared to using the 1H2P or 1H3P methods in all provinces studied for all age groups. For instance, in 2006/07, crude prevalence by province ranged from 3.4%-5.5% (1H), from 4.9%-7.7% (1H3P) and from 6.0%-9.2% (1H2P). Similarly, crude incidence by province ranged from 3.7-5.9 per 1,000 (1H), from 5.0-6.9 per 1,000 (1H3P) and from 6.1-7.9 per 1,000 (1H2P). CONCLUSIONS: Study findings show that incidence and prevalence of diagnosed IHD will be underestimated by as much as 50% using inpatient data alone. The addition of physician claims data are needed to better assess the burden of IHD in Canada.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle