Data Linkage and Data Quality Assessment for Congenital Anomalies Surveillance in Ontario
Notice bibliographique
Résumé
IntroductionBORN Ontario is collaborating with the Public Health Agency of Canada (PHAC) to enhance the surveillance of congenital anomalies (CA) in Ontario and participate in the national CA Surveillance Enhancement Initiative. Since 2013, BORN has provided Ontario CA cases and the birth population data to the PHAC annually. Objectives and ApproachThe objectives include a description of CA data linkage methodology and a data quality assessment. Suspected and confirmed fetal anomalies were ascertained from regional sites entering data in the BORN Information System’s (BIS) Antenatal Specialty (AS) and the Prenatal Screening Follow-up (PSFU) encounters. Newborn anomalies are identified from aggregate infant data ascertained from the Birth Child, Postpartum Child and Neonatal Care encounters. Both fetal and newborn anomalies are collected in the BIS using an extensive pick list, allowing for precise and accurate ascertainment. Once entered, pick list values are converted to ICD-10-CA codes or ranges using a lookup table. ResultsA few pick list values for minor congenital anomalies are not mapped to ICD-10-CA codes in the BIS. In this year’s cohort (CY 2016), 13 pick list values did not map to ICD-10-CA codes. This impacted 127 of 5,346 records (2.4%, one infant may have multiple records). In these cases, the CA chosen from the pick list did not have a corresponding ICD-10-CA code. Among 447 PSFU fetal anomaly records for singletons (one fetus may have multiple records), 16 records did not have a corresponding ICD-10 code. Of the AS fetal anomaly records for singletons, 109 of 3,302 records (3.3%, one fetus may have multiple records) had fetal anomalies identified in the pick list that did not have a corresponding ICD-10-CA code. Conclusion/ImplicationsBORN’s CA pick list values were developed and enhanced by clinical experts. There is a discrepancy between clinical diagnosis and the ICD-10-CA classification for certain sub-types of CA posing a challenge for mapping. To enhance data quality, BORN will continue to improve matching of pick list values with ICD-10-CA classification.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,089 | 0,196 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,026 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».