在行政索赔数据中区分1型和2型心肌梗塞的分类算法

科学领域:

• 心脏病学 心脏病学
• 医疗信息学 医疗信息学
• 医疗保健服务研究 医疗服务研究

背景情况:

• 2型心肌梗塞 (T2MI) 和1型心肌梗塞 (T1MI) 具有不同的患者人口统计,并发症,治疗和结局.
• 准确的质量和结果评估需要在行政索赔数据中可靠地区分T1MI和T2MI.

研究的目的:

• 在行政索赔数据中开发和验证一个分类算法,以区分T1MI和T2MI.
• 为了能够更精确地评估急性心肌梗塞的质量和结果.

主要方法:

• 使用了来自新英格兰医疗保健系统的Medicare问责护理组织数据 (2018-2021年).
• 开发了一个使用国际疾病分类,第十次修订代码,患者人口统计和并发症的分类算法.
• 使用C统计评估算法性能,并将分类的T2MI与观察到的T2MI进行比较.

主要成果:

• 该研究包括7759人因心肌梗塞住院 (46.5%T1MI,53.5%T2MI).
• 与T2MI更高几率相关的因素包括女性性别,黑人种族,COVID-19诊断和高血压紧急情况.
• 该分类算法实现了0.83的C统计值,表明了良好的歧视力.

结论:

• 一个简单的分类算法可以有效地区分T1MI和T2MI住院.
• 这个算法可以在T2MI代码引入之前和之后应用于索赔数据.
• 改进的分类可以更准确地对急性心肌梗塞的质量和结果进行纵向评估.