MétaCan
Menu
Retour à la cohorte
Enregistrement W2318106356 · doi:10.1097/mlr.0b013e3181ef9d3e

The Development, Evolution, and Modifications of ICD-10

2010· article· en· W2318106356 sur OpenAlexafffundabout
Nathalie Jetté, Hude Quan, Brenda R. Hemmelgarn, Saskia E. Drösler, Lori Moskal, Wansa Paoin, Vijaya Sundararajan, Song Gao, Robert Jakob, Bedihran Üstün, William A. Ghali

Notice bibliographique

RevueMedical Care · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Coding and Health Information
Établissements canadiensCanadian Institutes of Health ResearchAlberta Health Services
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésComparabilityICD-10Context (archaeology)MedicineStakeholderPolitical scienceGeographyPublic relationsPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The United States is about to make a major nationwide transition from ICD-9-CM coding of hospital discharges to ICD-10-CM, a country-specific modification of the World Health Organization's ICD-10. As this transition occurs, the WHO is already in the midst of developing ICD-11. Given this context, we undertook this review to discuss: (1) the history of the International Classification of Diseases (a core information "building block" for health systems everywhere) from its introduction to the current era of ICD-11 development; (2) differences across country-specific ICD-10 clinical modifications and the challenges that these differences pose to the international comparability of morbidity data; (3) potential strategic approaches to achieving better international ICD-11 comparability. LITERATURE REVIEW AND DISCUSSION: A literature review and stakeholder consultation was carried out. The various ICD-10 clinical modifications (ICD-10-AM [Australia], ICD-10-CA [Canada], ICD-10-GM [Germany], ICD-10-TM [Thailand], ICD-10-CM [United States]) were compared. These ICD-10 modifications differ in their number of codes, chapters, and subcategories. Specific conditions are present in some but not all of the modifications. ICD-11, with a similar structure to ICD-10, will function in an electronic health records environment and also provide disease descriptive characteristics (eg, causal properties, functional impact, and treatment). CONCLUSION: The threat to the comparability of international clinical morbidity is growing with the development of many country-specific ICD-10 versions. One solution to this threat is to develop a meta-database including all country-specific modifications to ensure more efficient use of people and resources, decrease omissions and errors but most importantly provide a platform for future ICD updates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,049
score de la tête « metaresearch » (Gemma)0,099
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,257

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,099
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0100,012
Études des sciences et des technologies0,0010,004
Communication savante0,0040,004
Science ouverte0,0040,003
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,126
Tête enseignante GPT0,451
Écart entre enseignants0,325 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations171
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMedical CareMême sujetMedical Coding and Health InformationTravaux en français237 207