The use of international classification of diseases codes to identify hospital admissions linked with adverse drug events: Validation study
Notice bibliographique
Résumé
AIMS: Several methods exist to identify hospital admissions related to adverse drug events (ADEs). Clinical adjudication by healthcare professionals is the gold standard but is labour-intensive. Spontaneous reporting and routinely collected healthcare data using a set of International Classification of Diseases (ICD) codes often underestimate the prevalence of ADE-related admissions. Expanding the set of ICD codes could improve detection; however, validation is limited. The objective was to describe the agreement between ADE-related ICD-10 codes and clinically adjudicated ADE-related admissions in 2 settings. METHODS: This study analysed 2 datasets: 1102 readmissions from a hospital in the Netherlands (180 ADE-related) and 1228 admissions from a hospital in the Czech Republic (195 ADE-related). Clinical adjudication involved expert review including causality assessment to identify ADE-related hospital admissions. The sensitivities and specificities were calculated for a narrow code set (higher drug-likelihood codes containing words like drug-induced) and a broad code set of ICD-10 codes (including codes very likely, likely and possibly ADE-related). RESULTS: The narrow ICD-10 set showed a sensitivity of 3% (95% confidence interval [CI] 2-6%) and a specificity of 99.6% (95% CI 99-100%). The broad set increased sensitivity to 27% (95% CI 23-32%), with specificity decreasing slightly to 92% (95% CI 91-94%). Preventable ADEs were identified less frequently with both ICD-10 code sets. CONCLUSIONS: Only 3% of ADE-related admissions were detected by the narrow ICD-code set and 27% by the broad code set without a significant drop in the specificity. ADE-related ICD codes seem to serve as triggers for 1 in 4 ADE-related hospital admissions.
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 | 0,037 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».