Assessing the impact of transitioning to 11th revision of the International Classification of Diseases (ICD-11) on comorbidity indices
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to support the implementation of the 11th Revision of the International Classification of Diseases (ICD-11). We used common comorbidity indices as a case study for proactively assessing the impact of transitioning to ICD-11 for mortality and morbidity statistics (ICD-11-MMS) on real-world data analyses. MATERIALS AND METHODS: Using the MIMIC IV database and a table of mappings between the clinical modification of previous versions of ICD and ICD-11-MMS, we assembled a population whose diagnosis can be represented in ICD-11-MMS. We assessed the impact of ICD version on cross-sectional analyses by comparing the populations' distribution of Charlson and Elixhauser comorbidity indices (CCI, ECI) across different ICD versions, along with the adjustment in comorbidity weighting. RESULTS: We found that ICD versioning could lead to (1) alterations in the population distribution and (2) changes in the weight that can be assigned to a comorbidity category in a reweighting initiative. In addition, this study allowed the creation of the corresponding ICD-11-MMS codes list for each component of the CCI and the ECI. DISCUSSION: In common with the implementations of previous versions of ICD, implementation of ICD-11-MMS potentially hinders comparability of comorbidity burden on health outcomes in research and clinical settings. CONCLUSION: Further research is essential to enhance ICD-11-MMS usability, while mitigating, after identification, its adverse effects on comparability of analyses.
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 | 0,074 | 0,238 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».