Determining agreement between physician claims data and medical chart documentation for polypectomy
Bibliographic record
Abstract
Mise en contexte: Des données sur les taux de polypectomie issues d'études de populations peuvent être utiles dans l'évaluation de programmes de dépistage de cancer colorectal. Objectifs: Déterminer les niveaux et facteurs prédictifs d'accord entre les codes des actes pour polypectomie tels que documentés dans les bases de données de demandes de paiement de médecins et la documentation d'une polypectomie dans le rapport endoscopique. Méthodes: Une étude de cohorte rétrospective de patients âgés entre 50 et 80 ans qui ont eu subi une endoscopie à Montréal fut entreprise. Les archives de demandes de paiement des médecins pour le code d'acte 0749 (polypectomie endoscopique) fut obtenue de la Régie de l'Assurance Maladie du Québec (RAMQ). La fiabilité de la base de données de la RAMQ fut évaluée en utilisant le rapport endoscopique comme talon de référence. Résultats: Les codes d'acte de la RAMQ pour polypectomie eurent une sensibilité de 84.7% [95% CI (79, 89)], une spécificité de 99.0% [95% CI (98, 100)], une concordance de 95.1% [95% CI (93, 97)], et une statistique kappa de 0.87 [95% CI (0.83, 0.91)]. Aucun facteur prédictif utile ne fut identifié. Conclusions: Cette étude suggère que les bases de données de demandes de paiement de médecins sont des sources fiables de données Québécoises pour identifier les patients ayant eu une polypectomie endoscopique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.068 | 0.259 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".