MétaCan
Menu
Retour à la cohorte
Enregistrement W2889703278 · doi:10.23889/ijpds.v3i4.834

Use of linked data to assess the impact of out-of-hospital deaths on 30-day mortality indicators

2018· article· en· W2889703278 sur OpenAlexaffabout
Mingyang Li, Jing Gu, Ling Yin, Mahbubul Hu, Yana Gurevich

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensCanadian Institute for Health Information
Organismes subventionnairesnon disponible
Mots-clésMedicineMortality rateEmergency medicineMyocardial infarctionStroke (engine)Medical emergencyDatabaseDemographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

IntroductionPublicly reported 30-day mortality indicators in Canada usually only take into account in-hospital deaths recorded in clinical administrative databases. Studies show that the percentage out-of-hospital deaths may account for 24% to 53% of all 30-day mortality, depending on the indicator, however, such assessments have not been done in Canada.
 Objectives and ApproachThe objective of this study was to compare 30-day mortality rates calculated using clinical administrative data only (in-hospital deaths) with rates calculated combining administrative data and Canadian Vital Statistics Death Database (CVSD) that captures both in- and out-of-hospital deaths. We considered mortality following acute myocardial infarction (AMI), stroke and major surgery. Episodes of care were created through linkage of Discharge Abstract Database (DAD) and National Ambulatory Care Reporting System (NACRS). Mortality information on deaths outside of acute care hospitals was obtained from DAD/NACRS-CVSD linked files created by Statistics Canada. Data from Quebec and Yukon were not included in the analysis.
 ResultsThe overall 30-day AMI mortality rate calculated using both DAD and DAD-CSVD linked file was 7.4% compared to 6.7% 30-day in-hospital mortality rate calculated using DAD only. Mortality rates after stroke were 15.8% and 14.0% and after major surgery 1.8% and 1.6%, respectively. The impact of adding out-of-hospitals deaths to rate calculations varied by province and rurality. Adding death data from the DAD-CVSD linked file accounted for 10% of 30-day AMI mortality, 11% of 30-day stroke mortality and 12% of 30-day mortality after major surgery, based on 2011 data. However, depending on the indicator, 7% to 9% of the deaths within 30 days recorded in DAD were not found in DAD-CVSD linked file due to limitations of the linkage methodology.
 Conclusion/ImplicationsAn impact of including out-of-hospital deaths in the 30-day mortality rates appears to be less in Canada (~10%) than shown in other studies. However, while the DAD/NACRS-CVSD linked files provide valuable supplemental information, linkage methodology limitations suggest that they should be used in conjunction with mortality information available in DAD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,466
Tête enseignante GPT0,486
Écart entre enseignants0,020 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetHealthcare Policy and ManagementTravaux en français237 207