Detecting Patients With Nonvalvular Atrial Fibrillation and Atrial Flutter in the Canadian Primary Care Sentinel Surveillance Network: First Steps
Notice bibliographique
Résumé
BACKGROUND: A recent feasibility assessment of quality indicators for nonvalvular atrial fibrillation/atrial flutter (NVAF/AFL) identified the Canadian Primary Care Sentinel Surveillance Network, a national outpatient electronic medical record (EMR) system, as a data source for measurement. As a first step, we adapted and validated an existing EMR case definition. METHODS: A diagnosis of NVAF/AFL was defined using International Classification of Disease, 9th Revision, Clinical Modification codes (427.3) in either the physician billing, encounter diagnosis, or health condition fields. We identified all presumed cases in a single clinical site with the algorithm and selected a random sample of those who were presumed NVAF/AFL negative with the same algorithm. A chart audit diagnosis of "definite" NVAF/AFL was confirmed by electrocardiogram and nonvalvular diagnosis confirmed after echocardiogram, attending physician, or specialist letter review. To demonstrate face validity, clinical characteristics were compared for patients with and without NVAF/AFL. RESULTS: The case definition identified a possible 184 patients with and 184 without NVAF/AFL. The case validation resulted in a sensitivity of 100% (95% confidence interval [CI], 100-100), specificity of 84.3% (95% CI, 78.8-89.9), and positive and negative predictive value of 74.7% (95% CI, 66.4-83.2) and 100% (95% CI 100-100), respectively. Patients with NVAF/AFL were older (63 vs 42 years) and had a higher proportion of cardiovascular comorbidities and relevant medications. CONCLUSIONS: We think it is possible that with further validation work, NVAF/AFL can be accurately identified using this large pan-Canadian EMR system and used as a future tool to measure quality of care in the outpatient setting.
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 ».