Using physician billing claims from the Ontario Health Insurance Plan to determine individual influenza vaccination status: an updated validation study
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: Owing to the absence of a vaccination registry in Ontario, administrative data are currently the best available source to determine population-based individual-level influenza vaccination status. Our objective was to validate physician billing claims for influenza vaccination in the Ontario Health Insurance Plan database against the Canadian Community Health Survey. METHODS: We used self-reported seasonal influenza vaccination status of Ontario residents surveyed between 2007 and 2009 as the reference standard. The survey responses were linked to physician claims database records to validate billing codes for influenza vaccination. We calculated sensitivity, specificity, positive predictive value and negative predictive value with 95% confidence intervals (CIs). We stratified the data by several covariates and comorbidities to determine stratum-specific performance characteristics. We used these estimates to adjust an estimate of influenza vaccine effectiveness for the 2010/11 influenza season. RESULTS: For the 47 301 patients included in the analysis, the sensitivity for the billing codes was 49.8% (95% CI 49.0%-50.5%), specificity was 95.7% (95% CI 95.5%-96.0%), positive predictive value was 88.4% (95% CI 87.8%-89.0%) and negative predictive value was 74.5% (95% CI 74.0%-74.9%). Performance measures were optimized in patients aged 65 years and older, particularly those with comorbidities. INTERPRETATION: Although administrative data have limitations for determining influenza vaccination status, owing to the high positive predictive value, they are well suited for self-controlled study designs that are often used to assess vaccine safety. For studies of coverage and effectiveness, restricting the cohort to patients aged 65 years and older will minimize misclassification bias. Performance characteristics from this study can be used to mitigate misclassification bias.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle