在行政卫生数据库中识别被诊断为肝硬化患者:一个验证研究

科学领域:

• 医疗信息学 医疗信息学
• 流行病学 流行病学
• 数据科学数据科学数据科学

背景情况:

• 在行政卫生数据中准确识别肝硬化病例对于基于人口的研究和公共卫生监测至关重要.
• 电子医疗记录 (EMR) 为在健康数据分析中定义参考标准提供了宝贵的来源.
• 开发和验证案例确定算法对于可靠的数据提取至关重要.

研究的目的:

• 开发和验证使用行政健康数据识别肝硬化患者的算法.
• 建立可靠的参考标准,使用初级保健EMR数据来识别肝硬化病例.
• 在敏感度,特异性和预测值方面评估开发算法的性能.

主要方法:

• 将省级行政卫生数据与116,675名马尼托巴人的验证队列的初级保健EMR数据联系起来.
• 开发并测试了93个病例查找算法,使用医院记录,医生计费索赔,生命统计数据和处方药数据.
• 根据从初级保健EMR数据中得出的参考标准验证的算法,计算性能指标和置信区间.

主要成果:

• 在验证队列中肝硬化患病率为1.4% (n=1593).
• 算法灵敏度在32.5%至68.3%之间,正预测值 (PPV) 在17.4%至23.4%之间.
• 在所有算法中,特异性和负预测值 (NPV) 高 (特异性:95.5-98.2%,NPV:~99%),男性和老年人 (≥45岁) 的敏感性更好.

结论:

• 与基于初级保健EMR的参考标准相比,应用到行政健康数据的算法显示出适度的有效性.
• 该研究提供了验证的算法来识别诊断的肝硬化病例,适合基于人口的研究和监测计划.
• 这些算法提高了进行大规模流行病学研究和监测肝硬化患病率和趋势的能力.