基于莱姆病的索赔算法的验证,马萨诸塞州,美国
Emerging infectious diseases
|August 23, 2023
概括
基于索赔的算法可以准确估计莱姆病的发病率,为补充传统监测提供了有价值的工具. 这种方法在马萨诸塞州发现了具有高积极预测值的莱姆病病例.
科学领域:
- 流行病学 流行病学
- 传染病监测 传染病监测 传染病
- 医疗信息学 医疗信息学
背景情况:
- 需要通报的疾病监测低估了莱姆病发病率.
- 基于索赔的算法为估计疾病负担提供了一个潜在的替代方案.
- 对于莱姆病监测的基于索赔的算法的准确性尚未得到充分证实.
研究的目的:
- 评估之前开发的基于索赔的算法用于识别莱姆病病例的准确性.
- 为了确定算法在高发病率设置中的正预测值 (PPV).
- 评估索赔数据在补充传统莱姆病监测中的有用性.
主要方法:
- 一个经验证的莱姆病算法 (诊断代码+抗菌药物处方) 应用于马萨诸塞州的行政索赔数据库 (2000年7月至2019年6月).
- 一个被确定病例的子集经过了临床医生使用国家监视病例定义的医疗病历审查和裁决.
- 积极预测值 (PPV) 为不同的病例分类计算.
主要成果:
- 该算法识别了12,229个莱姆病发作.
- 临床医生对128份医疗病历进行判断,确认,可能或疑似病例的PPV为93.8%.
- 仅确认和可能病例的PPV为66.4%.
结论:
- 一个基于索赔的算法证明了识别莱姆病,包括疑似病例的高积极预测值.
- 这种算法可以有效地补充传统的监测方法,以评估高发病率地区的莱姆病负担.
- 索赔数据为加强对载体传播疾病的公共卫生监测提供了宝贵的资源.
