Validation of Diagnosis and Procedure Codes for Revascularization for Peripheral Artery Disease in Ontario Administrative Databases
Notice bibliographique
Résumé
PURPOSE: To estimate the positive predictive value of diagnosis and procedure codes for open and endovascular revascularization for peripheral artery disease (PAD) in Ontario administrative databases. METHODS: We conducted a retrospective validation study using population-based Ontario administrative databases (2005-2019) to identify a random sample of 600 patients who underwent revascularization for PAD at two academic centres, based on ICD-10 diagnosis codes and Canada Classification of Health Intervention procedure codes. Administrative data coding was compared to the gold standard diagnosis (PAD vs. non-PAD) and revascularization approach (open vs. endovascular) extracted through blinded hospital chart re-abstraction. Positive predictive values and 95% confidence intervals were calculated. Combinations of procedure codes with or without supplemental physician claims codes were evaluated to optimize the positive predictive value. RESULTS: The overall positive predictive value of PAD diagnosis codes was 87.5% (84.6%-90.0%). The overall positive predictive value of revascularization procedure codes was 94.3% (92.2%-96.0%), which improved through supplementation with physician fee claim codes to 98.1% (96.6%-99.0%). Algorithms to identify individuals revascularized for PAD had combined positive predictive values ranging from 82.8% (79.6%-85.8%) to 95.7% (93.5%-97.3%). CONCLUSION: Diagnosis and procedure codes with or without physician claims codes allow for accurate identifi-cation of individuals revascularized for PAD in Ontario administrative databases.
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 | 0,011 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».