Administrative health data validity: Changes over 19 years
Notice bibliographique
Résumé
ObjectiveTo evaluate validity of hospital-discharged abstract administrative health data (DAD) over years through chart reviews. MethodsWe analyzed three chart review cohorts (4,008 patients in 2003, 3,045 in 2015, and 9,024 in 2022) in Calgary, Canada. Nurse reviewers determined the presence or absence of 17 clinical conditions employing similar protocols. The reviews were linked with DAD using a unique lifetime identifier, chart number, and admission date. We evaluated the validity of DAD, coded in ICD-10-Canada version, in recording conditions by comparing against chart reviews. The C-statistics was calculated in predicting in-hospital mortality. ResultsThe mean difference in prevalence between chart reviews and DAD for these 17 conditions was 2.1% in 2003, 7.6% in 2015, and 6.3% in 2022. However, some conditions were relatively stable, such as diabetes (1.9%, 2.1%, and 1.1%) and metastatic cancer (0.3%, 1.1%, and 0.4%). For 17 conditions, the sensitivity ranged 39.6-85.1% in 2003, 1.3-85.2% in 2015, and 3.0-89.7% in 2022. The C-statistics for in-hospital mortality based on DAD was 0.84 in 2003, 0.81 in 2015, and 0.78 in 2022. ConclusionDAD increasingly under-coded conditions over 19 years. The validity of DAD decreased but remained relatively stable for certain conditions mandated for coding. The under-coding exerted minimal impact on in-hospital mortality prediction. ImplicationsThe under-coding could be primarily due to the increase of hospital patient volumes and the limited time allocated to coders. Consequently, there is a need to develop artificial intelligence methods based on electronic medical records to support coding practices and improve coding quality.
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 | 0,134 | 0,309 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,010 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».