验证了一种算法,用于识别退伍军人卫生管理局患者的骨折

科学领域:

• 医疗信息学医学信息学
• 医疗服务研究 医疗服务研究
• 流行病学 流行病学

背景情况:

• 精确识别骨折对于患者护理和研究至关重要.
• 计费代码,如国际疾病分类第九次修订 (ICD-9) 和第十次修订 (ICD-10),广泛使用,但需要对特定临床应用进行验证.
• 使用计费代码识别骨折的现有算法在不同的医疗保健环境中可能存在准确性的限制.

研究的目的:

• 用ICD-9和ICD-10计费代码验证识别骨折的算法.
• 评估算法在住院,门诊和急诊室访问中的表现.
• 通过算法修改来提高断裂识别的准确性.

主要方法:

• 在退伍军人卫生管理系统中,对543名患者遭遇首次骨折 (2010-2019) 的随机样本进行了审查.
• 进行图表抽象,以确认真实事件骨折,包括骨折类型和机制.
• 为初始和修改的算法计算了正预测值 (PPV),并对采样权重进行了调整.

主要成果:

• 最初的算法显示PPV为73.5%,在对整个人口加权时,PPV降至66.3%.
• 一个经过修改的算法,优先考虑高性能代码和特定的门诊位置,显著提高了未加权的PPV到90.1%,加权的PPV到91.3%.
• 修改后的算法在住院,急诊室和门诊机构中保持了高的PPV (>85%).

结论:

• 经过修改的算法,结合了来自各种护理机构的初级计费代码,在退伍军人卫生管理局患者队列中识别骨折方面表现出色的PPV.
• 这种经过验证的算法为流行病学研究和临床研究提供了可靠的工具,需要准确的骨折确认.
• 这些发现强调了改进基于代码的计费算法的重要性,以提高它们在现实世界医疗数据分析中的实用性.