Validation of case definition algorithms for the ascertainment of congenital anomalies
Notice bibliographique
Résumé
BACKGROUND: Congenital anomalies (CA) are one of the leading causes of infant mortality and long-term disability. Many jurisdictions rely on health administrative data to monitor these conditions. Case definition algorithms can be used to monitor CA; however, validation of these algorithms is needed to understand the strengths and limitations of the data. This study aimed to validate case definition algorithms used in a CA surveillance system in British Columbia (BC), Canada. METHODS: A cohort of births between March 2000 and April 2002 in BC was linked to the Health Status Registry (HSR) and the BC Congenital Anomalies Surveillance System (BCCASS) to identify cases and non-cases of specific anomalies within each surveillance system. Measures of algorithm performance were calculated for each CA using the HSR as the reference standard. Agreement between both databases was calculated using kappa coefficient. The modified Standards for Reporting Diagnostic Accuracy guidelines were used to enhance the quality of the study. RESULTS: Measures of algorithm performance varied by condition. Positive predictive value (PPV) ranged between approximately 73%-100%. Sensitivity was lower than PPV for most conditions. Internal congenital anomalies or conditions not easily identifiable at birth had the lowest sensitivity. Specificity and negative predictive value exceeded 99% for all algorithms. CONCLUSION: Case definition algorithms may be used to monitor CA at the population level. Accuracy of algorithms is higher for conditions that are easily identified at birth. Jurisdictions with similar administrative data may benefit from using validated case definitions for CA surveillance as this facilitates cross-jurisdictional comparison.
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 | 0,241 | 0,487 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».