The Development, Evolution, and Modifications of ICD-10
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: 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.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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