MétaCan
Menu
Retour à la cohorte
Enregistrement W4366753632 · doi:10.1016/j.cjco.2023.04.003

Validation of a Case Definition to Identify Patients Diagnosed With Cardiovascular Disease in Canadian Primary Care Practices

2023· article· en· W4366753632 sur OpenAlexaffabout
Riddhima Dinah Thomas, Leanne Kosowan, Mary Rabey, Alan Bell, Kim A. Connelly, Nathaniel M. Hawkins, Carolyn Casey, Alexander Singer

Notice bibliographique

RevueCJC Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myocardial Infarction Research
Établissements canadiensUniversity of British ColumbiaCanadian Cardiovascular SocietySt. Michael's HospitalUniversity of TorontoUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineConfidence intervalMedical recordDiseaseRetrospective cohort studyCoronary artery diseasePopulationInternal medicineEmergency medicine

Résumé

récupéré en direct d'OpenAlex

BackgroundCardiovascular disease (CVD) is a leading cause of death globally. This study validates a primary care-based electronic medical record case definition for CVD.MethodsThis retrospective, cross-sectional study explores electronic medical record data from 1574 primary care providers participating in the Canadian Primary Care Sentinel Surveillance Network. A reference standard was created by reviewing medical records of a subset of patients in this network (n = 2017) for coronary artery disease (CAD), cerebrovascular disease (CeVD), and peripheral vascular disease (PVD). Together, these data produced a CVD reference. We applied validated case definitions to an active patient population (≥ 1 visit between January 1, 2018 and December 31, 2019) to estimate prevalence using the exact binomial test (N = 689,301). Descriptive statistics, χ2 tests, and t tests characterized patients with vs without CVD.ResultsThe optimal CVD Case Definition 2 had a sensitivity of 68.5% (95% Confidence Interval [CI]: 61.6%-74.8%), a specificity of 97.8% (95% CI: 97.0%-98.4%), a positive predictive value of 77.7% (95% CI: 71.6%-82.7%), and a negative predictive value of 96.5% (95% CI: 95.8%-97.1%). Included in this CVD definition was a strong CAD case definition with sensitivity of 91.6% (95% CI: 84.6%-96.1%), specificity of 98.3% (95% CI: 97.6%-98.8%), a PPV of 74.8% (95% CI: 67.8%-80.7%), and an NPV of 99.5% (95% CI: 99.1%-99.7%). This CVD definition also included CeVD and PVD case definitions with low sensitivity (77.6% and 36.6%) but high specificity (98.6% and 99.0%). The estimated prevalence of CVD among primary care patients is 11.2% (95% CI, 11.1%-11.3%; n = 77,064); the majority had CAD (6.4%).ConclusionsThis study validated a definition of CVD and its component parts—CAD, CeVD, and PVD. Understanding the prevalence and disease burden for patients with CVD within primary care settings can improve prevention and disease management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,371
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCJC OpenMême sujetAcute Myocardial Infarction ResearchTravaux en français237 207