MétaCan
Menu
← Retour à la cohorte
Enregistrement W2587878504 · doi:10.1371/journal.pone.0171266

Hospital discharge abstracts have limited accuracy in identifying occurrence of Clostridium difficile infections among hospitalized individuals with inflammatory bowel disease: A population-based study

2017· article· en· W2587878504 sur OpenAlexafffundabout
Harminder Singh, Zoann Nugent, Bo Nancy Yu, Lisa M. Lix, Laura E. Targownik, Çharles N. Bernstein

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueClostridium difficile and Clostridium perfringens research
Établissements canadiensManitoba HealthCancerCare ManitobaUniversity of Manitoba
Organismes subventionnairesMerck CanadaAmerican College of Gastroenterology
Mots-clésMedicineClostridium difficileDiagnosis codeEpidemiologyComorbidityInflammatory bowel diseaseInternal medicineMedical diagnosisLogistic regressionPopulationDiseasePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Hospital discharge databases are used to study the epidemiology of Clostridium difficile infections (CDI) among hospitalized patients with inflammatory bowel disease (IBD). CDI in IBD is increasingly important and accurately estimating its occurrence is critical in understanding its comorbidity. There are limited data on the reliability of the International Classification of Diseases 10th revision (ICD-10) (now widely used in North America) CDI code in determining occurrence of CDI among hospitalized patients. We compared the performance of ICD-10 CDI coding to laboratory confirmed CDI diagnoses. METHODS: The University of Manitoba IBD Epidemiology Database was used to identify individuals with and without IBD discharged with CDI diagnoses between 07/01/2005 and 3/31/2014. Sensitivity, specificity, positive predictive value (PPV) and negative predictive value (NPV) of ICD-10 CDI code was compared to laboratory CDI diagnoses recorded in a province wide CDI dataset. Multivariable logistic regression models were performed to test the predictors of diagnostic inaccuracy of ICD-10 CDI code. RESULTS: There were 273 episodes of laboratory confirmed CDI (hospitalized and non-hospitalized) among 7396 individuals with IBD and 536 among 66,297 matched controls. The sensitivity, specificity, PPV and NPV of ICD-10 CDI code in discharge abstracts was 72.8%, 99.6%, 64.1% and 99.7% among those with IBD and 70.8%, 99.9%, 79.0% and 99.9% among those without IBD. Predictors of diagnostic inaccuracy included IBD, older age, increased co-morbidity and earlier years of hospitalization. CONCLUSIONS: Identification of CDI using ICD-10 CDI code in hospital discharge abstracts may not identify up to 30% of CDI cases, with worse performance among those with IBD.

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)0,008
score de la tête « metaresearch » (Gemma)0,043
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 enseignants0,992
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,043
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
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 Opus0,042
Tête enseignante GPT0,306
Écart entre enseignants0,264 · 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

Citations11
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetClostridium difficile and Clostridium perfringens research→Travaux en français237 207→