Enhancing Diabetes Surveillance Across Alberta by Adding Laboratory and Pharmacy Data to the National Diabetes Surveillance System Methods
Notice bibliographique
Résumé
OBJECTIVES: The National Diabetes Surveillance System (NDSS) case definition, which identifies a case of diabetes using administrative health records as "two physician claims or one hospital discharge abstract record, within a 2-year period for a diagnosis bearing International Classification of Disease codes for diabetes," was compared with expanded case definitions, including pharmacy (PHARM) and laboratory (LAB) data. The PHARM definition included any therapeutic antihyperglycemic agents, and the LAB definition included thresholds of ≥1 glycated hemoglobin measurement of ≥6.5%, or 2 instances of random glucose ≥11.1 mmol/L or fasting glucose ≥7.0 mmol/L. METHODS: In this retrospective study we used administrative data from the Diabetes Infrastructure for Surveillance, Evaluation, and Research project. Descriptive statistics were used to characterize participants by several subgroups. RESULTS: The NDSS identified 291,242 diabetes cases, indicating a provincial prevalence of 6.83%. Using LAB plus PHARM identified 52,040 additional cases, so the combination of NDSS or LAB or PHARM identified the largest number of cases (n=343,282), increasing the diabetes prevalence estimate to 8.06%. These 3 sources resulted in 7 unique subsets: NDSS only (n=42,606), PHARM only (n=16,310), LAB only (n=32,202), NDSS+LAB (n=32,582), NDSS+PHARM (n=22,503), LAB+PHARM (n=3,528) and NDSS+LAB+PHARM (n=193,551). Refinement using demographic and clinical characteristics allowed presumptive cases of polycystic ovarian syndrome to be excluded. CONCLUSIONS: The widely used NDSS case definition can be enhanced by the addition of LAB and PHARM data. Including PHARM and LAB data identified subsets of the diabetes population, which can maximize the yield for detection of diabetes cases in Alberta and provide a richer understanding of this population to target interventions to improve health outcomes.
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 | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».