The use of ICD codes to identify IBD subtypes and phenotypes of the Montreal classification in the Swedish National Patient Register
Notice bibliographique
Résumé
Introduction: Whether data on International Classification of Diseases (ICD)-codes from the Swedish National Patient Register (NPR) correctly correspond to subtypes of inflammatory bowel disease (IBD) and phenotypes of the Montreal classification scheme among patients with prevalent disease is unknown.Materials and methods: We obtained information on IBD subtypes and phenotypes from the medical records of 1403 patients with known IBD who underwent biological treatment at ten Swedish hospitals and retrieved information on their IBD-associated diagnostic codes from the NPR. We used previously described algorithms to define IBD subtypes and phenotypes. Finally, we compared these register-generated subtypes and phenotypes with the corresponding information from the medical records and calculated positive predictive values (PPV) with 95% confidence intervals.Results: Among patients with clinically confirmed disease and diagnostic listings of IBD in the NPR (N = 1401), the PPV was 97 (96–99)% for Crohn’s disease, 98 (97–100)% for ulcerative colitis, and 8 (4–11)% for IBD-unclassified. The overall accuracy for age at diagnosis was 95% (when defined as A1, A2, or A3). Examining the validity of codes representing disease phenotype, the PPV was 36 (32–40)% for colonic Crohn’s disease (L2), 61 (56–65)% for non-stricturing/non-penetrating Crohn’s disease behaviour (B1) and 83 (78–87)% for perianal disease. Correspondingly, the PPV was 80 (71–89)% for proctitis (E1)/left-sided colitis (E2) in ulcerative colitis.Conclusions: Among people with known IBD, the NPR is a reliable source of data to classify most subtypes of prevalent IBD, even though misclassification commonly occurred in Crohn’s disease location and behaviour and also among IBD-unclassified patients.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».