Population prevalence of diabetes: validation of a case definition from health administrative data using a population-based survey and home blood glucose sampling
Notice bibliographique
Résumé
Contexte: Les études qui valident les cas de diabète identifiés à partir des données administratives sont limitées et n'évaluent pas systématiquement le diabète non diagnostiqué. Nous avons mené une revue systématique pour déterminer la validité d'un algorithme utilisé pour identifier les cas de diabète (deux facturations de médecins ou une hospitalisation pour le diabète, pendant une période de deux ans; Système National de Surveillance du Diabète du Canada, SNSD). Nous avons aussi validé cet algorithme dans les bases de données du Québec en comparaison avec des données obtenues à partir d'une enquête publique. En plus, nous avons estimé la prévalence du diabète diagnostiqué à partir des données d'une enquête publique ainsi que la prévalence du diabète non diagnostiqué à partir du taux de la glycémie mesurée en utilisant des échantillons sanguins envoyés par la poste.Méthodes: Pour la revue systématique, nous avons effectué une recherche dans les bases de données de Medline (de 1950) et Embase (de 1980) pour les études de validation publiées jusqu'en Août 2012 (mots-clés: «diabetes mellitus», «administrative databases» et «validation studies»). Un modèle de régression bi-variée aux effets aléatoires a été utilisé pour regrouper des estimations de sensibilité et de spécificité. Pour la validation de l'algorithme dans les bases de données du Québec, nous avons obtenu des données administratives relatives à un échantillon aléatoire stratifié de 6247 résidents du Québec (2009). Ces individus ont été aussi interrogés au téléphone et ont été invités à envoyer à un laboratoire central des échantillons de sang prélevés à jeun. Les cas de diabète du SNSD ont été comparés avec ceux du diabète auto-déclaré par le patient et avec l'auto-déclaration en conjonction avec une glycémie élevée (≥ 7 mmol/l), respectivement. La sensibilité, spécificité, les valeurs prédictives positives et négatives, et la concordance statistique ont été calculées. La prévalence du diabète dans la population a été estimée en utilisant la définition ajustée en fonction des estimations de la sensibilité et de la spécificité.Résultats: Dans la revue systématique, la stratégie de recherche a identifié 1,423 résumés desquels 11 études de validation ont été choisies pour la revue. Six études ont été regroupées dans une méta-analyse. En comparaison aux données des enquêtes et/ou des dossiers médicaux, la sensibilité était de 82,3% (IC 95%, 75,8, 87,4%) et la spécificité était de 97,9% (IC 95%: 96,5, 98,8%). Pour la validation de la définition dans les banques de données du Québec, la comparaison avec les données obtenues à partir de l'enquête a montré une sensibilité de 84,3% (IC 95%: 79,3, 88,5) et une spécificité de 97,9% (IC 95%: 97,4, 98,4). La comparaison avec les données de l'enquête combinées aux taux de glycémie, a montré une sensibilité beaucoup plus faible de 58,2% (IC 95% 52,2, 64,6) et une spécificité de 98,7% (IC 95%: 98,0, 99,3). Après ajustement pour le poids d'échantillonnage, la prévalence du diabète diagnostiqué était de 7,2% (IC 95% 6,3, 8,0) et la prévalence du diabète diagnostiqué et non-diagnostiqué était de 13,4% (IC 95% 11.7, 15.0).Conclusion: Incluant l'étude du Québec dans une méta-analyse actualisée des 7 études, la sensibilité de la définition de cas de diabète diagnostiqué était de 82,6% (IC 95%, 77.1, 87.0) et la spécificité était de 97,9% (IC 95%: 96,8, 98,6). La définition semble être suffisamment précise pour une surveillance en santé publique, en particulier pour les analyses de tendance. Les personnes non-diagnostiqués sont susceptibles de subir un retard dans le traitement et d'encourir un risque plus élevé pour les complications liées au diabète. La prévalence du diabète estimée à partir des banques de données administrative doit être corrigée pour la sensibilité et la spécificité de la définition afin de mieux quantifier les changements annuels de prévalence et de tenir compte des cas de diabète non diagnostiqués.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,158 | 0,454 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».