<p>Identifying pediatric diabetes cases from health administrative data: a population-based validation study in Quebec, Canada</p>
Notice bibliographique
Résumé
BACKGROUND: Type 1 diabetes is one of the most common chronic diseases in childhood with a worldwide incidence that is increasing by 3-5% per year. The incidence of type 2 diabetes, traditionally viewed as an adult disease, is increasing at alarming rates in children, paralleling the rise in childhood obesity. As the rates of diabetes increase in children, accurate population-based assessment of disease burden is important for those implementing strategies for health services delivery. Health administrative data are a powerful tool that can be used to track disease burden, health services use, and health outcomes. Case validation is essential in ensuring accurate disease identification using administrative databases. AIM: The aim of our study was to define and validate a pediatric diabetes case ascertainment algorithm (including any form of childhood-onset diabetes) using health administrative data. RESEARCH DESIGN AND METHODS: We conducted a two-stage method using linked health administrative data and data extracted from charts. In stage 1, we linked chart data from a large urban region to health administrative data and compared the diagnostic accuracy of various algorithms. We selected those that performed the best to be validated in stage 2. In stage 2, the most accurate algorithms were validated with chart data within two other geographic areas in the province of Quebec. RESULTS: Accurate identification of diabetes in children (ages ≤15 years) required four physician claims or one hospitalization (with International Classification of Disease codes within 1 year (sensitivity 91.2%, 95% confidence interval [CI] 89.2-92.9]; positive predictive value [PPV] 93.5%, 95% CI 91.7-95.0) or using only four physician claims in 2 years (sensitivity 90.4%, 95% CI 88.3-92.2; PPV 93.2%, 95% CI 91.7-95.0). Separating the physician claims by 30 days increased the PPV of all algorithms tested. CONCLUSION: Patients with child-onset diabetes can be accurately identified within health administrative databases providing a valid source of information for health care resource planning and evaluation.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 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 ».