Accuracy of Malignant Hyperthermia Diagnoses in Hospital Discharge Records
Notice bibliographique
Résumé
BACKGROUND: In 1997, the International Classification of Diseases (ICD), 9th Revision Clinical Modification (ICD-9) coding system introduced the code for malignant hyperthermia (MH) (995.86). The aim of this study was to estimate the accuracy of coding for MH in hospital discharge records. METHODS: An expert panel of anesthesiologists reviewed medical records for patients with a discharge diagnosis of MH based on ICD-9 or ICD-10 codes from January 1, 2006 to December 31, 2008 at six tertiary care medical centers in North America. All cases were categorized as possible, probable, or fulminant MH, history of MH (family or personal) or other. RESULTS: A total of 47 medical records with MH diagnoses were reviewed; 68.1% had a documented surgical procedure and general anesthesia, and 23.4% (95% CI, 12.3-38.0%) had a possible, probable, or fulminant MH event. Dantrolene was given in 81% of the MH events. All patients judged to have an incident MH event survived to discharge. Family and personal history of MH accounted for 46.8% of cases. High fever without evidence of MH during admission accounted for 23.4%, and the reason for MH coding was unclear in 6.4% of cases. CONCLUSIONS: Approximately one quarter of ICD-9 or ICD-10 coded MH diagnoses in hospital discharge records refer to incident MH episodes and an additional 47% to MH susceptibility (including personal history or family history). Information such as surgical procedure, anesthesia billing data, and dantrolene administration may aid in identifying incident MH cases among those with an ICD-9 or ICD-10 coded MH diagnosis in their hospital discharge records.
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 | 0,000 | 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 | 0,000 | 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 ».