Validity of administrative data for identification of obstructive sleep apnea
Notice bibliographique
Résumé
Summary Obstructive sleep apnea ( OSA ) is a common condition associated with significant morbidity and health‐care utilization. We determined the validity of an algorithm derived from administrative data for identifying OSA using the respiratory disturbance index ( RDI ) as the reference standard. We conducted a retrospective cohort study of adults in Alberta, Canada referred for facility and community‐based sleep diagnostic testing between July 2005 and August 2007. Validity indices were estimated for several case definitions of OSA derived from outpatient physician billing claims and hospital discharge codes. For each algorithm, the sensitivity, specificity, positive predictive value ( PPV ) and negative predictive value ( NPV ) were calculated against several reference standards for OSA ( RDI ≥ 5 h −1 , RDI ≥ 15 h −1 or RDI ≥ 30 h −1 ). For the 2149 patients included in the study, an algorithm requiring one hospital discharge code or two outpatient billing claims identifying OSA in a 2‐year period had a sensitivity of 24.1%, specificity of 67.8%, PPV of 74.8% and NPV of 18.3% (reference standard RDI ≥ 5 h −1 ). When comorbidities were included in the case definition, the specificity was 90.5% and PPV was 83.3% (reference standard RDI ≥ 5 h −1 ). Similar findings were observed using RDI ≥ 15 h −1 and ≥30 h −1 as the reference standard. We identify a claims‐based algorithm that identifies OSA with a high degree of specificity in patients referred for sleep diagnostic testing. This validated algorithm has a good PPV and may be useful when identifying patients with OSA for population studies within a single‐payer health‐care system.
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 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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».