Comparison of methods to identify individuals prescribed opioid analgesics for pain
Notice bibliographique
Résumé
INTRODUCTION: While identifying opioid prescriptions in claims data has been instrumental in informing best practises, studies have not evaluated whether certain methods of identifying opioid prescriptions yield better results. We compared three common approaches to identify opioid prescriptions in large, nationally representative databases. METHODS: We performed a retrospective cohort study, analyzing MarketScan, Optum, and Medicare claims to compare three methods of opioid classification: claims database-specific classifications, National Drug Codes (NDC) from the Centers for Disease Control and Prevention (CDC), or NDC from Overdose Prevention Engagement Network (OPEN). The primary outcome was discrimination by area under the curve (AUC), with secondary outcomes including the number of opioid prescriptions identified by experts but not identified by each method. RESULTS: All methods had high discrimination (AUC>0.99). For MarketScan (n=70,162,157), prescriptions that were not identified totalled 42,068 (0.06%) for the CDC list, 2,067,613 (2.9%) for database-specific categories, and 0 (0%) for the OPEN list. For Optum (n=61,554,852), opioid prescriptions not identified totalled 9,774 (0.02%) for the CDC list, 83,700 (0.14%) for database-specific categories, and 0 (0%) for the OPEN list. In Medicare claims (n=92,781,299), the number of opioid prescriptions not identified totalled 8,694 (0.01%) for the CDC file and 0 (0%) for the OPEN list. DISCUSSION: This analysis found that identifying opioid prescriptions using methods from CDC and OPEN were similar and superior to prespecified database-specific categories. Overall, this study shows the importance of carefully selecting the approach to identify opioid prescriptions when investigating claims data.
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 | 0,048 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».