Development of a case definition for polycystic ovary syndrome using administrative health data: a validation study
Notice bibliographique
Résumé
OBJECTIVES: To develop and validate a polycystic ovary syndrome (PCOS) case definition using administrative health data sources. DESIGN: A validation study. SETTING: Secondary care centre outpatient gynaecology clinic in Calgary, Alberta, Canada. PARTICIPANTS: 3951 electronic health records of women aged 18-45 years who presented to a gynaecology clinic in Calgary, Canada, between January 2014 and December 2019 were reviewed. We identified 180 patients with PCOS using the Rotterdam criteria. Participants were excluded if they were biologically male, pregnant at the time of the consultation, did not meet the date criteria or if their consultation note was missing. The chart data were connected to the Practitioner Claims and the Discharge Abstract Database by personal health number. PRIMARY AND SECONDARY OUTCOME MEASURES: Sensitivity, specificity, positive predictive value (PPV) and negative predictive value (NPV) of 68 case definitions for PCOS were estimated. Case definition performance was graded. RESULTS: Of the 68 case definitions tested, none had high validity. The best performing case definitions were: (1) ≥3 instances of International Classification of Diseases-9 code 256.4 (polycystic ovaries) with exclusion codes (sensitivity 23.89%, specificity 99.59%, PPV 74.14%, NPV 96.35%) and (2) 626.X (irregular menstruation), 704.1 (hirsutism) and ≥3 instances of code 256.4 with exclusion codes (sensitivity 2.78%, specificity 99.97%, PPV 83.33%, NPV 95.40%). CONCLUSIONS: We identified several case definitions for PCOS of moderate validity with high PPV (>70%) for case ascertainment in PCOS research in jurisdictions with similar administrative health data. These case definitions are limited by low sensitivity, which should be considered when interpreting research findings.
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 | 0,131 | 0,249 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 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 ».