Promoting interoperability between SNOMED CT and ICD-11: lessons learned from the pilot project mapping between SNOMED CT and the ICD-11 Foundation
Notice bibliographique
Résumé
OBJECTIVE: To explore the feasibility and challenges of mapping between SNOMED CT and the ICD-11 Foundation in both directions, SNOMED International and the World Health Organization conducted a pilot mapping project between September 2021 and August 2022. MATERIALS AND METHODS: Phase 1 mapped ICD-11 Foundation entities from the endocrine diseases chapter, excluding malignant neoplasms, to SNOMED CT. In phase 2, SNOMED CT concepts equivalent to those covered by the ICD-11 entities in phase 1 were mapped to the ICD-11 Foundation. The goal was to identify equivalence between an ICD-11 Foundation entity and a SNOMED CT concept. Postcoordination was used for mapping to ICD-11. Each map was done twice independently, the results were compared, and discrepancies were reconciled. RESULTS: In phase 1, 59% of 637 ICD-11 Foundation entities had an exact match in SNOMED CT. In phase 2, 32% of 1893 SNOMED CT concepts had an exact match in the ICD-11 Foundation, and postcoordination added 15% of exact match. Challenges encountered included non-synonymous synonyms, mismatch in granularity, composite conditions, and residual categories. CONCLUSION: This pilot project shed light on the tremendous amount of effort required to create a map between the 2 coding systems and uncovered some common challenges. Future collaborative work between SNOMED International and WHO will likely benefit from its findings. It is recommended that the 2 organizations should clarify goals and use cases of mapping, provide adequate resources, set up a road map, and reconsider their original proposal of incorporating SNOMED CT into the ICD-11 Foundation ontology.
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 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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».