PROMOTING EVIDENCE-BASED ASTHMA DIAGNOSIS AND SURVEILLANCE USING ELECTRONIC TOOLS
Notice bibliographique
Résumé
Background: In Canada, asthma is one of the most common chronic conditions. It is estimated that approximately 3.8 million people in Canada suffer from asthma. The majority of asthma diagnoses and care take place in primary care settings. Electronic tools (eTools) offer an opportunity to utilize technology to improve asthma diagnosis and surveillance. Purpose: The purpose of this study was to create and validate a case definition or separate case definitions for suspected and confirmed asthma in primary care electronic medical records (EMRs) for use in eTools and to understand how to develop and scale a primary care surveillance system for quality improvement of asthma diagnosis and care. Methods: A respirologist, family physician, and trainee manually classified 776 adult patient charts from a primary care practice EMR in Kingston, Ontario as suspected asthma, confirmed asthma, or not asthma using Canadian Thoracic Society criteria. Case definitions based on billing codes, clinical data elements and medications were applied to the site’s Canadian Primary Care Sentinel Surveillance Network (CPCSSN) data for the same charts and compared to abstractor classifications to determine each case definition’s measurement properties. Opportunities and barriers to developing and scaling eTools for asthma were determined through two focus groups using a mixed-methods approach. Results: The prevalence of suspected and confirmed asthma were 7.3% (n=54) and 2.4% (n=18) respectively in this study. Case definitions based on this EMR dataset could not distinguish between suspected and confirmed asthma. One case definition consisting of billing, clinical, and medication elements had the best measurement properties for suspected or confirmed asthma with a sensitivity of 81%, specificity of 90%, positive predictive value of 45%, negative predictive value of 98%, and Youden’s Index of 0.71 for combined suspected or confirmed asthma cases. A total of 7 key themes important to the development of a surveillance tool were identified through mixed-methods analysis. Conclusions: An EMR case definition for suspected or confirmed adult asthma has been validated for use in a CPCSSN database. Implementation of this case definition in conjunction with developing new eTools that address the key themes identified in this study will enable the development of a primary care surveillance system for quality improvement in adult asthma care. Adoption of EMR data elements that document asthma diagnosis status is warranted and would greatly enhance such a system
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 | 0,169 | 0,291 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».