Validation of ICD-10 codes for studying foreign body airway obstructions: A health administrative data cohort study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Aim: To validate a case definition for foreign body airway obstructions (FBAO) using International Classification of Diseases version 10 (ICD-10) codes to accurately identify patients in administrative health databases and improve reporting on this injury. Methods: We identified prehospital patient encounters in Alberta, Canada between Jan 1, 2018 and Dec 31, 2021 by querying the provincial emergency medical services' (EMS) patient care records for FBAO-related presentations, EMS protocols, or treatments. We deterministically linked EMS patient encounters to data on emergency department visits and hospital admissions, which included ICD-10 codes. Two physicians independently reviewed encounters to determine true FBAO cases. We then calculated diagnostic accuracy measures (sensitivity, specificity, likelihood ratios) of various algorithms. Results: We identified 3677 EMS patient encounters, 2121 were linked to hospital administrative databases. Of these encounters, 825 (38.9%) were true FBAO. The combination of two ICD-10 codes (T17 = foreign body in the respiratory tract or T18.0 = foreign body in the mouth) was the most specific algorithm (96.9% [95%CI 95.8-97.8%]), while the combination of all FBAO-related ICD-10 codes and R06.8 (other breathing abnormalities) was the most sensitive (75.0% [95%CI 71.9-78.0]). We identified an additional 453 (35.4%) FBAO cases not transported by EMS (due to death or transport refusal), and therefore not linked to the hospital administrative databases. Of these unlinked encounters, 44 (9.7%) cases resulted in the patient's death. Conclusions: FBAO can be identified with reasonable accuracy using health administrative data and ICD-10 codes. All algorithms had a trade-off between sensitivity and specificity, and failed to identify a third of FBAO cases, of which 10% resulted in death.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle