Identification of incident pancreatic cancer in Ontario administrative health data: A validation study
Notice bibliographique
Résumé
PURPOSE: To validate three approaches for identifying incident cases of pancreatic cancer in Ontario administrative claims data. METHODS: We created a cohort using Ontario (Canada) administrative health data from 2002 to 2012 and identified cases of pancreatic cancer with three approaches, using the Ontario Cancer Registry (OCR) as the reference standard. In the any diagnosis approach, cases were defined by primary or secondary diagnostic codes for pancreatic cancer in outpatient or inpatient records. In the any inpatient diagnosis approach, cases were defined using only diagnoses in hospital discharge abstracts. In the algorithm approach, cases were identified by an algorithm that combined the first two approaches. Comparing each approach to the OCR, we calculated the expected value and 95% confidence interval (CI) of the sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV). We also compared the event dates using each approach with those recorded in the OCR. RESULTS: Among a total of 12 060 837 patients in Ontario administrative health data sources, 13 999 incident pancreatic cancer cases were identified in the OCR. Sensitivity ranged from 72.5% (algorithm) to 97.5% (any diagnosis), and PPV ranged from 38.4% (any diagnosis) to 78.9% (any inpatient diagnosis). Specificity and NPV were ~100% for all approaches. The median absolute difference in cancer event date ranged 0 to 15 days. The any inpatient diagnosis method had the highest PPV (78.9%; 95% CI: 78.2-79.5%) and moderate sensitivity (86.6%; 95% CI: 86.0-87.2%). CONCLUSION: Inpatient diagnoses of pancreatic cancer in Ontario administrative heath data are suitable for pancreatic cancer case identification.
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 | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».