MétaCan
Menu
Retour à la cohorte
Enregistrement W2321681549 · doi:10.1097/mlr.0b013e318245a754

The Accuracy of Administrative Data for Identifying the Presence and Timing of Admission to Intensive Care Units in a Canadian Province

2012· article· en· W2321681549 sur OpenAlexaffabout
Allan Garland, Marina Yogendran, Kendiss Olafson, Damon C. Scales, Kari-Lynne McGowan, Randy Fransoo

Notice bibliographique

RevueMedical Care · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensUniversity of TorontoUniversity of ManitobaManitoba Health
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive careIntensive care unitEmergency medicineCritically illCoding (social sciences)MEDLINEMedical emergencyIntensive care medicineStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A prerequisite for using administrative data to study the care of critically ill patients in intensive care units (ICUs) is that it accurately identifies such care. Only limited data exist on this subject. OBJECTIVE: To assess the accuracy of administrative data in the Canadian province of Manitoba for identifying the existence, number, and timing of admissions to adult ICUs. RESEARCH DESIGN: For the period 1999 to 2008, we compared information about ICU care from Manitoba hospital abstracts, with the criterion standard of a clinical ICU database that includes all admissions to adult ICUs in its largest city of Winnipeg. Comparisons were made before and after a national change in administrative data requirements that mandated specific data elements identifying the existence and timing of ICU care. RESULTS: In both time intervals, hospital abstracts were extremely accurate in identifying the presence of ICU care, with positive predictive values exceeding 98% and negative predictive values exceeding 99%. Administrative data correctly identified the number of separate ICU admissions for 93% of ICU-containing hospitalizations; inaccuracy increased with more ICU stays per hospitalization. Hospital abstracts were highly accurate for identifying the timing of ICU care, but only for hospitalizations containing a single ICU admission. CONCLUSIONS: Under current national-reporting requirements, hospital administrative data in Canada can be used to accurately identify and quantify ICU care. The high accuracy of Manitoba administrative data under the previous reporting standards, which lacked standardized coding elements specific to ICU care, may not be generalizable to other Canadian jurisdictions.

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)0,012
score de la tête « metaresearch » (Gemma)0,080
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,502

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,080
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,011
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,177
Tête enseignante GPT0,436
Écart entre enseignants0,260 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

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

En bref

Citations58
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical CareMême sujetEmergency and Acute Care StudiesTravaux en français237 207