Abstract TP187: Low Sensitivity and High Specificity of Administrative Data for Transient Ischemic Attacks in the Emergency Department
Notice bibliographique
Résumé
Introduction: Accurate surveillance of TIA is important for monitoring disease burden and evaluating temporal trends. Passive surveillance is a time and cost-effective method to identify TIA using administrative data. Although TIA is primarily managed in the emergency department (ED) without admission to hospital, prior administrative data validation studies have mainly evaluated inpatient databases. We determined the validity of the ICD-10 codes to identify TIA in an ED administrative database. Methods: The study population was obtained from two ongoing studies on the diagnosis of TIA and minor stroke versus stroke mimic. Stroke mimics were actively recruited. Patients enrolled between December 1st 2013 and October 30th 2015 with an ED visit were included in the current study. ED discharge diagnoses were obtained from the National Ambulatory Care Reporting System database. We determined the sensitivity, specificity, and positive predictive value (PPV) of the ICD-10 TIA codes by using two reference standards: 1) the ED chart abstraction and 2) the 90-day final diagnosis, both adjudicated by stroke neurologists. Different case definition algorithms were tested. Results: We included 417 patients. ED adjudication showed 163 (39.1%) TIA, 155 (37.2%) ischemic stroke, and 99 (23.7%) stroke mimics. The most restrictive algorithm, defined as a TIA code in the main position had the lowest sensitivity (36.8%), but highest specificity (92.5%) and PPV (76.0%). The most inclusive algorithm, defined as a TIA code in any positions with and without query prefix had the highest sensitivity (63.8%), but lowest specificity (81.5%) and PPV (68.9%). Comparing the final 90-day diagnosis with coding showed similar results. Conclusions: TIA can be identified with high specificity, but low sensitivity from ED discharge diagnoses. By including patients with stroke mimics, we determined both the false positive and negative rates, allowing for the calculation of sensitivity and specificity. We used two reference standards to verify the accuracy of administrative data. Future studies are necessary to understand the reasons for the low sensitivity of administrative data for TIA and whether the miscoded patients are systematically different from the accurately coded ones.
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 | 0,007 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,003 | 0,001 |
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 ».