MétaCan
Menu
Retour à la cohorte
Enregistrement W4416566016 · doi:10.1177/18333583251392355

ICD-11 in Canada: Leveraging crosswalks to evaluate adoption, impact and transition strategies

2025· article· en· W4416566016 sur OpenAlexaffabout
Karina Lyall, Isabelle Roberge, Woong Mo Yang, Sharon Baker, Keith Denny

Notice bibliographique

RevueHealth Information Management Journal · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Coding and Health Information
Établissements canadiensCanadian Institute for Health Information
Organismes subventionnairesnon disponible
Mots-clésSchema crosswalkHealth careTransition (genetics)Project commissioningData collectionPublishing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: (ICD-11) is a modern classification system that provides enhanced granularity and flexibility for capturing clinical and health system data. For Canada, transitioning from ICD-10-CA, the Canadian modification, to ICD-11 poses opportunities and challenges. To explore these opportunities and challenges more thoroughly, a backward crosswalk was developed to evaluate statistical continuity. This approach helped identify the benefits of ICD-11, while also highlighting potential implications for health systems, case mix, and national health indicator reporting. OBJECTIVE: To examine how bidirectional crosswalks between ICD-10-CA and ICD-11 can support Canada's transition to ICD-11; and demonstrate how these crosswalks can be utilised in a Canadian-specific use case. METHOD: 14,652 ICD-11 Mortality and Morbidity Statistics (2022 release) codes were mapped to version 2022 ICD-10-CA codes. Each mapping was reviewed to determine the relationship between the ICD-11 and ICD-10-CA codes, categorising them as equivalent to, broader than or narrower than the source ICD-11 codes. The bidirectional crosswalks were applied to a Canadian use case to demonstrate level of specificity between ICD-10-CA and ICD-11 codes. RESULTS: 26% of the ICD-10-CA target codes were equivalent to a single ICD-11 code, 65% were broader, 9% were narrower and 0.03% had no applicable ICD-11 map. Findings from the Canadian use case showed that 55% of the ICD-11 target codes were equivalent to or narrower than their ICD-10-CA source codes in the forward crosswalk, and 57% of ICD-11 congenital anomaly concepts had greater specificity in the backward crosswalk. CONCLUSION: The backward crosswalk assessment highlights the benefits of ICD-11's increased specificity, which has the potential to enhance healthcare data in Canada. However, these findings must be considered alongside the forward crosswalk analysis, which noted a loss in specificity.Implications for health information management practice:As demonstrated in a Canadian use case example, bidirectional crosswalks can be leveraged to better understand the impact of ICD-11 adoption.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,965
Score d'incertitude au seuil0,251

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,049
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,009
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,110
Tête enseignante GPT0,451
Écart entre enseignants0,341 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Information Management JournalMême sujetMedical Coding and Health InformationTravaux en français237 207