MétaCan
Menu
Retour à la cohorte
Enregistrement W4406633095 · doi:10.1080/16549716.2024.2448382

Validating the diagnostic accuracy of medical certification: a population-level comparison between verbal autopsy and Saudi medical records causes of death of deceased with type 2 diabetes

2024· article· en· W4406633095 sur OpenAlexaff
Faleh Alyazidi, Delér Shakely, Fawaz Alyazidi, Max Petzold, Laith Hussain‐Alkhateeb

Notice bibliographique

RevueGlobal Health Action · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAutopsy Techniques and Outcomes
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesnon disponible
Mots-clésVerbal autopsyMedicineCertificationAutopsyMedical recordType 2 diabetesCause of deathPopulationDiabetes mellitusPediatricsDemographyFamily medicineGerontologyEnvironmental healthPathologyDiseaseSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In contexts where certifying causes of death (COD) is inadequate - either in industrialized or non-industrialized countries - verbal autopsy (VA) serves as a practical method for determining probable COD, helping to address gaps in vital data. OBJECTIVE: This study aimed to validate the diagnostic accuracy of medical certifications at a population level by comparing COD obtained from medical records against those derived from VA in Saudi Arabia. METHOD: Death records from 2018 to 2021 were collected from a type 2 diabetes mellitus register at a major specialist hospital in Makkah. Three hundred and two VA interviews were completed with deceased patients' relatives, and the probable COD was determined using InterVA-5 software. Lin's concordance correlation coefficient was applied to examine similarities of the cause-specific mortality fractions (CSMFs) based on International Classification of Diseases chapters from both verbal autopsy causes of death (VACOD) and the physician review causes of death (PRCOD). RESULTS: Overall, the findings demonstrated a moderate level of concordance of COD at the population between VACOD and PRCOD. However, the CSMFs for various COD categories derived from both sources showed a broad spectrum of absolute differences, with the largest disparities observed among the most prevalent COD categories. CONCLUSION: PRCOD was found to overestimate population-level endocrine/metabolic and respiratory disease COD while underestimating circulatory disease, demonstrating medical certification challenges. Conversely, affirming previous literature on prevalent COD in Saudi Arabia, VA appears to deliver a plausible assessment, further strengthening its potential to integrate within the Saudi health system towards an augmented medical certification process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,445
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health ActionMême sujetAutopsy Techniques and OutcomesTravaux en français237 207