The Development of ICD Adaptations and Modifications as Background to a Potential Saudi Arabia's National Version
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Modified national versions of the WHO’s International Statistical Classification of Diseases, current version ICD-10 with ICD-11 coming into effect in January 2022, have become the standard in many countries for diagnosis and procedure coding to facilitate the submission of medical billing and reimbursement by health insurers. The WHO ICD-10 exists purely as a coded classification of disease. It has no related classification of procedures and lacks the clinical level of diagnostic specificity necessary for the documentation of individual clinical cases and the associated prescribed therapies and interventions, particularly surgical cases. Historically, the US clinical modification of ICD-9, known as ICD-9-CM, established the trend. Australia adopted ICD-9-CM, later adapted it to Australian clinical specifications, and after the launch of the WHO ICD-10 produced the current Australian modification ICD-10-AM, used under license by many other countries. This paper examines a work in progress, rather than offering an academic critique, to illustrate the evolution of national clinical modications with particular reference to those of the United States, Australia and Thailand. The selection is based on the historical ICD-9-CM connection of the US and Australia, and the fact that Thailand is a more advanced developing nation like Saudi Arabia. The study parameters include the Saudi national healthcare system which has not previously employed a classification clinical coding, despite the wealthy developing healthcare system. Nations using their own modification face the burden of upgrading. Saudi Arabia plans to implement the national Australian modification, rather than creating a Saudi national modification.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle