Validation of influenza vaccination status using health administrative databases by integrating pharmacy claims and medical billing databases in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Determining vaccination status among the population is key for vaccine research and surveillance. This study aimed to validate the combined use of Ontario Health Insurance Program (OHIP) physician billing claims and Ontario Drug Benefit program (ODB) pharmacist billing claims against data from the Canadian Community Health Survey (CCHS). METHODS: OHIP and ODB billing claims databases were linked to 2013-2014 CCHS data, which contain self-reported seasonal influenza vaccination status of respondents (the reference standard). Sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV), and their associated 95% confidence intervals (CIs) were estimated. Subgroup analyses were performed based on key respondent characteristics, including having a regular medical doctor and the presence of risk factors for influenza complications. RESULTS: There were 31,390 eligible CCHS respondents aged ≥ 12 years in Ontario who responded to the influenza vaccination questions and agreed to have their responses linked to health administrative databases. More than half (55%) were female, 29% were aged ≥ 65 years, 93% had a regular medical doctor, and 54% had one or more risk factors for influenza complications. The sensitivity for the combined administrative databases was 60.1% (95% CI, 59.3%-61.0%), specificity was 98.5% (95% CI, 98.3%-98.7%), PPV was 96.7% (95% CI, 96.3%-97.1%), and NPV was 76.9% (95% CI, 76.4%-77.5%). Sensitivity was higher among those aged ≥ 65 years (72.7%; 95% CI, 71.6%-73.7%), with a regular medical doctor (61.1%; 95% CI, 60.3%-62.0%), and those with at least one risk factor for influenza complications (65.8%; 95% CI, 64.9%-66.8%). CONCLUSION: Combining administrative physician and pharmacy claims data in Ontario results in moderate sensitivity but very high specificity and PPV, demonstrating that they can be a valid measure of influenza vaccination status.
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 | 0,009 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».