MétaCan
Menu
← Retour à la cohorte
Enregistrement W2594080940 · doi:10.1182/blood.v110.11.969.969

A Pilot Study of the Accuracy of Diagnostic Coding for Venous Thromboembolism within an Administrative Dataset of Emergency Department Visits.

2007· article· en· W2594080940 sur OpenAlexaffabout
Menaka Pai, Faith Sealey, Rita Selby, William Geerts, Michael J. Schull

Notice bibliographique

RevueBlood · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensUniversity of TorontoHealth Sciences CentreInstitute for Clinical Evaluative SciencesSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency departmentDiagnosis codePulmonary embolismPopulationMedical emergencyEmergency medicineHealth careAmbulatory careAmbulatorySurgery

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: With the advent of low molecular weight heparins, venous thromboembolism (VTE) management has largely shifted from the inpatient to the outpatient setting. Yet there is a paucity of data addressing the incidence of outpatient VTE and the process and cost of care related to its management. Large administrative databases are often a good source of data for population-based research. However, concerns about their accuracy necessitate that they be validated first. The National Ambulatory Care Reporting System (NACRS) is an administrative database launched by the Canadian Institutes of Health Information (CIHI) in 2001. Hospitals submit abstracted information on all emergency department (ED) visits to CIHI. If the accuracy of VTE diagnosis codes within NACRS is known, this database could be used to address the above issues on a population level. Methods: Prior to a large-scale validation of VTE codes within NACRS, we conducted a pilot study at our large, tertiary care hospital - Sunnybrook Health Sciences Centre in Toronto, Canada. Our goal was to determine the accuracy of NACRS coding for VTE. To define a cohort of patients with suspected VTE who presented to our ED between January 1 and December 31, 2005 we generated a list of all visits with a procedure code of either duplex ultrasound, contrast enhanced chest CT or VQ scan. We also generated a list of all visits with a NACRS diagnosis code of VTE (ICD-10-CA codes for phlebitis and thrombophlebitis - I80.1, I80.2, I80.3, 180.8, 180.9 and pulmonary embolism - I26.0 and I26.9). The latter list captured patients who had imaging done at an outside facility. The lists were merged and duplicate entries removed. Electronic and/or paper chart review was carried out to confirm the diagnosis of VTE for all visits, based on positive diagnostic imaging results. Discrepancies were resolved by consensus between two physicians. Results: During the study period, there were over 40,000 visits to our ED. Using the above algorithm, 1149 patient visits were generated with either a procedure code for the above radiological tests or a diagnosis code for VTE. 348 visits had imaging done for reasons other than VTE (ie. trauma or malignancy), and 17 visits had no recorded diagnostic imaging. These visits were excluded. Of the remaining 784 visits, 121 had a diagnosis code of VTE and a confirmed diagnosis of VTE on chart review (true positives). 10 visits were coded as VTE but a diagnosis of VTE could not be confirmed on chart review (false positives). 30 visits were not coded as VTE but had a confirmed diagnosis of VTE (false negatives). 623 visits were neither coded as VTE nor had a confirmed diagnosis of VTE (true negatives). The prevalence of VTE in our sample was therefore 19.3%. The sensitivity of NACRS coding was 80.1% (95% CI 72.7% to 86.0%), while the specificity was 98.4% (95% CI 97.0% to 99.2%). Conclusion: NACRS coding for VTE is highly specific, but less sensitive. This suggests NACRS may be useful for studying outpatient VTE at a population level, though a multi-site validation is required. Using a search algorithm to identify patients with suspected VTE based on procedure and diagnosis codes is feasible, given the non-specific nature of the presenting symptoms of VTE. This algorithm can be used for similar validation studies.

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)0,022
score de la tête « metaresearch » (Gemma)0,082
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 enseignants0,978
Score d'incertitude au seuil0,267

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,082
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,076
Tête enseignante GPT0,364
Écart entre enseignants0,287 · 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

Citations1
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBlood→Même sujetVenous Thromboembolism Diagnosis and Management→Travaux en français237 207→