Claims data linked to hospital registry data enhance evaluation of the quality of care of breast cancer
Notice bibliographique
Résumé
BACKGROUND: Complete treatment data is central to evaluation and improvement of cancer care quality. Cancer registries vary in completeness of radiation (RT), chemotherapy (CT), and hormone therapy (HT) data. Administrative claims from health payers may supplement these registries. This study assesses the ability to link private payer claims to the National Cancer Data Base (NCDB) and the extent of additional treatment data identified in claims. METHODS: Claims for patients with breast cancer surgery from one payer in Western New York (WNY) were matched with NCDB for participating hospitals for 2001-2003 using available identifiers (reporting hospital, gender, birth date, ZIP code). Claims were analyzed for breast and axillary surgery, RT, CT, and HT, and compared with treatment recorded in the NCDB. RESULTS: Four hundred seventy women had claims for breast cancer surgery and 439 (91%) matched to the NCDB. Seventeen had duplicate/incomplete records. Non-matches included cases with surgery for cancer recurrence. Among 422 evaluable cases, stage was 0: 9%; I: 49%; II: 33%; III: 7%; and IV: 2%. Claims and registry were highly concordant for surgery. Registry identified RT, CT, and HT in 38%, 47%, 18%, respectively, of treatment reported in claims. Claims also provided information on drugs used and treatment duration. CONCLUSIONS: The NCDB can be matched with private payer claims using available identifiers. Registry data in this convenience sample of hospitals did not include a substantial fraction of outpatient data identified by claims. Private payer claims may help enhance the completeness of NCDB treatment information.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».