Development of a Pregnancy Cohort in Commercial Insurance Claims Data: Evaluation of Deliveries Identified From Inpatient Versus Outpatient Claims
Notice bibliographique
Résumé
PURPOSE: Studies using insurance claims data to identify pregnancies are rarely able to directly assess the validity of the pregnancy/delivery. Inpatient versus outpatient delivery claims may provide different levels of evidence, but more stringent requirements could result in exclusion of true pregnancies. We identified delivery codes from the inpatient and outpatient settings and examined possible confirmatory evidence suggesting that a delivery truly occurred. METHODS: Using a US commercial insurance database (2006-2021), we identified potential pregnancies by presence of delivery claims from a provider and/or facility. We classified deliveries as inpatient (claim date during inpatient admission) or outpatient (claim date not during inpatient admission). We identified possible confirmatory evidence for each delivery including: (1) Presence of both provider and facility delivery codes; (2) presence of both diagnosis and procedure delivery codes; (3) labor and delivery revenue codes; (4) gestational age diagnosis codes; (5) pregnancy-related care codes; (6) linkage to an infant claim; and (7) infant insurance enrollment and linkage to a birthing parent. We quantified the proportion of deliveries with confirmatory evidence by delivery setting. Among deliveries with ≥ 1 piece of confirmatory evidence, we compared patient characteristics by apparent delivery setting. RESULTS: Among 4 084 474 delivery episodes, 96.4% were classified as inpatient and 3.6% outpatient. 99.9% of inpatient and 94.0% of outpatient deliveries had ≥ 1 piece of confirmatory evidence. Pregnancy-related care codes were the most common type of confirmatory evidence (99.0% inpatient, 85.7% outpatient). Deliveries classified as inpatient occurred among patients who were older and more clinically complex (i.e., more pregnancy complications, chronic diseases, and prescription medications). CONCLUSIONS: The vast majority of deliveries had confirmatory evidence regardless of apparent setting. Patient characteristics differed by delivery setting. Inclusion of apparent outpatient deliveries may increase the sample size of the study population and improve the generalizability of study results.
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 | 0,042 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».