Impact of adverse drug reactions on the coding of a hospital stay in Quebec: exploratory descriptive study by simulation
Notice bibliographique
Résumé
The discharge summary sheet's coding allows calculation of the severity index (SI), mortality index (MI), and resource intensity weight (RIW). These indicators help to describe the burden of care for individual cases and could potentially influence patient-based funding. This study was undertaken to simulate the impact of different adverse drug reactions (ADRs) on the hospital length of stay, thus allowing calculation of the effect of ADRs on the SI, MI, and RIW. This exploratory descriptive study was based on computer simulations. We created, by simulation, seven patient profiles of various complexities representative of our patients. Fifteen types of combination of drug and ADR manifestation comprising 15 ADR caused by eight different drug classes were identified based on the most frequently coded ADR in fiscal years 2016-2017 and 2017-2018. Those 15 combinations were applied to the patient profile to simulate the impact on the SI, MI, and RIW in eight scenarios. From these data, we measured the impact of the ADRs on these indicators. A total of 1,571 simulations were run. In general, the addition of a couple of drug and ADR manifestation contributed to increases in all three of the indicators. More specifically, the SI and RIW both increased in 30.7% (n = 482), whereas the MI increased in 14.6% (n = 229). For a same scenario, the impact on the three indicators could vary depending on the patient profile to which it was applied. This study has presented simulation data on the impact of the coding of ADRs on the hospital stay of a patient in Quebec.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».