当前位置:
X-MOL 学术
›
BMC Health Serv. Res.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Comprehensive review of ICD-9 code accuracies to measure multimorbidity in administrative data.
BMC Health Services Research ( IF 2.7 ) Pub Date : 2020-06-01 , DOI: 10.1186/s12913-020-05207-4
Melissa Y Wei 1, 2 , Jamie E Luster 1 , Chiao-Li Chan 3 , Lillian Min 2, 3, 4
BMC Health Services Research ( IF 2.7 ) Pub Date : 2020-06-01 , DOI: 10.1186/s12913-020-05207-4
Melissa Y Wei 1, 2 , Jamie E Luster 1 , Chiao-Li Chan 3 , Lillian Min 2, 3, 4
Affiliation
Quantifying the burden of multimorbidity for healthcare research using administrative data has been constrained. Existing measures incompletely capture chronic conditions of relevance and are narrowly focused on risk-adjustment for mortality, healthcare cost or utilization. Moreover, the measures have not undergone a rigorous review for how accurately the components, specifically the International Classification of Diseases, Ninth Revision (ICD-9) codes, represent the chronic conditions that comprise the measures. We performed a comprehensive, structured literature review of research studies on the accuracy of ICD-9 codes validated using external sources across an inventory of 81 chronic conditions. The conditions as a weighted measure set have previously been demonstrated to impact not only mortality but also physical and mental health-related quality of life. For each of 81 conditions we performed a structured literature search with the goal to identify 1) studies that externally validate ICD-9 codes mapped to each chronic condition against an external source of data, and 2) the accuracy of ICD-9 codes reported in the identified validation studies. The primary measure of accuracy was the positive predictive value (PPV). We also reported negative predictive value (NPV), sensitivity, specificity, and kappa statistics when available. We searched PubMed and Google Scholar for studies published before June 2019. We identified studies with validation statistics of ICD-9 codes for 51 (64%) of 81 conditions. Most of the studies (47/51 or 92%) used medical chart review as the external reference standard. Of the validated using medical chart review, the median (range) of mean PPVs was 85% (39–100%) and NPVs was 91% (41–100%). Most conditions had at least one validation study reporting PPV ≥70%. To help facilitate the use of patient-centered measures of multimorbidity in administrative data, this review provides the accuracy of ICD-9 codes for chronic conditions that impact a universally valued patient-centered outcome: health-related quality of life. These findings will assist health services studies that measure chronic disease burden and risk-adjust for comorbidity and multimorbidity using patient-centered outcomes in administrative data.
中文翻译:
全面审查ICD-9代码准确性,以衡量行政数据中的多发病率。
使用管理数据来量化用于医疗研究的多种疾病的负担已受到限制。现有的措施不能完全反映慢性病的相关状况,而仅仅集中在死亡率,医疗费用或利用的风险调整上。此外,这些措施,尤其是《国际疾病分类,第九次修订》(ICD-9)代码如何准确地代表构成这些措施的慢性病,还没有经过严格的审查。我们对81种慢性病清单中使用外部来源验证的ICD-9代码的准确性进行了研究的综合,结构化文献综述。先前已证明这些条件作为加权度量集不仅会影响死亡率,还会影响与身心健康相关的生活质量。对于81种情况中的每一种,我们进行了结构化文献检索,目的是确定1)研究是否使用外部数据源从外部验证了映射到每种慢性病的ICD-9代码,以及2)报告的ICD-9代码的准确性确定的验证研究。准确性的主要指标是阳性预测值(PPV)。我们还报告了阴性预测值(NPV),敏感性,特异性和kappa统计信息(如果有)。我们在PubMed和Google Scholar中搜索了2019年6月之前发布的研究。我们从81种疾病中的51种(64%)的ICD-9代码验证统计中识别出了研究。大多数研究(47/51或92%)使用病历表审查作为外部参考标准。在通过医学图表审查确认的结果中,平均PPV的中位数(范围)为85%(39-100%),NPV为91%(41-100%)。大多数情况下至少有一项验证研究报告PPV≥70%。为帮助促进在行政数据中使用以患者为中心的多发病率测量,本评价提供了ICD-9编码对于慢性病的准确性,这些慢性病会影响以患者为中心的普遍重视的结果:与健康相关的生活质量。这些发现将有助于卫生服务研究,该研究使用行政数据中以患者为中心的结果来衡量慢性病负担和合并症和多发病的风险调整。平均PPV的中位数(范围)为85%(39-100%),NPV为91%(41-100%)。大多数情况下至少有一项验证研究报告PPV≥70%。为帮助促进在行政数据中使用以患者为中心的多发病率测量,本评价提供了ICD-9编码在慢性病中的准确性,这些慢性病会影响普遍重视的以患者为中心的结果:与健康相关的生活质量。这些发现将有助于卫生服务研究,该研究使用行政数据中以患者为中心的结果来衡量慢性病负担和合并症和多发病的风险调整。平均PPV的中位数(范围)为85%(39-100%),NPV为91%(41-100%)。大多数情况下至少有一项验证研究报告PPV≥70%。为帮助促进在行政数据中使用以患者为中心的多发病率测量,本评价提供了ICD-9编码在慢性病中的准确性,这些慢性病会影响普遍重视的以患者为中心的结果:与健康相关的生活质量。这些发现将有助于卫生服务研究,该研究使用行政数据中以患者为中心的结果来衡量慢性病负担和合并症和多发病的风险调整。这篇综述提供了ICD-9代码在慢性病中的准确性,这些慢性病会影响普遍重视的以患者为中心的结果:与健康相关的生活质量。这些发现将有助于卫生服务研究,该研究使用行政数据中以患者为中心的结果来衡量慢性病负担和合并症和多发病的风险调整。这篇综述提供了ICD-9代码在慢性病中的准确性,这些慢性病会影响普遍重视的以患者为中心的结果:与健康相关的生活质量。这些发现将有助于卫生服务研究,该研究使用行政数据中以患者为中心的结果来衡量慢性病负担和合并症和多发病的风险调整。
更新日期:2020-06-01
中文翻译:

全面审查ICD-9代码准确性,以衡量行政数据中的多发病率。
使用管理数据来量化用于医疗研究的多种疾病的负担已受到限制。现有的措施不能完全反映慢性病的相关状况,而仅仅集中在死亡率,医疗费用或利用的风险调整上。此外,这些措施,尤其是《国际疾病分类,第九次修订》(ICD-9)代码如何准确地代表构成这些措施的慢性病,还没有经过严格的审查。我们对81种慢性病清单中使用外部来源验证的ICD-9代码的准确性进行了研究的综合,结构化文献综述。先前已证明这些条件作为加权度量集不仅会影响死亡率,还会影响与身心健康相关的生活质量。对于81种情况中的每一种,我们进行了结构化文献检索,目的是确定1)研究是否使用外部数据源从外部验证了映射到每种慢性病的ICD-9代码,以及2)报告的ICD-9代码的准确性确定的验证研究。准确性的主要指标是阳性预测值(PPV)。我们还报告了阴性预测值(NPV),敏感性,特异性和kappa统计信息(如果有)。我们在PubMed和Google Scholar中搜索了2019年6月之前发布的研究。我们从81种疾病中的51种(64%)的ICD-9代码验证统计中识别出了研究。大多数研究(47/51或92%)使用病历表审查作为外部参考标准。在通过医学图表审查确认的结果中,平均PPV的中位数(范围)为85%(39-100%),NPV为91%(41-100%)。大多数情况下至少有一项验证研究报告PPV≥70%。为帮助促进在行政数据中使用以患者为中心的多发病率测量,本评价提供了ICD-9编码对于慢性病的准确性,这些慢性病会影响以患者为中心的普遍重视的结果:与健康相关的生活质量。这些发现将有助于卫生服务研究,该研究使用行政数据中以患者为中心的结果来衡量慢性病负担和合并症和多发病的风险调整。平均PPV的中位数(范围)为85%(39-100%),NPV为91%(41-100%)。大多数情况下至少有一项验证研究报告PPV≥70%。为帮助促进在行政数据中使用以患者为中心的多发病率测量,本评价提供了ICD-9编码在慢性病中的准确性,这些慢性病会影响普遍重视的以患者为中心的结果:与健康相关的生活质量。这些发现将有助于卫生服务研究,该研究使用行政数据中以患者为中心的结果来衡量慢性病负担和合并症和多发病的风险调整。平均PPV的中位数(范围)为85%(39-100%),NPV为91%(41-100%)。大多数情况下至少有一项验证研究报告PPV≥70%。为帮助促进在行政数据中使用以患者为中心的多发病率测量,本评价提供了ICD-9编码在慢性病中的准确性,这些慢性病会影响普遍重视的以患者为中心的结果:与健康相关的生活质量。这些发现将有助于卫生服务研究,该研究使用行政数据中以患者为中心的结果来衡量慢性病负担和合并症和多发病的风险调整。这篇综述提供了ICD-9代码在慢性病中的准确性,这些慢性病会影响普遍重视的以患者为中心的结果:与健康相关的生活质量。这些发现将有助于卫生服务研究,该研究使用行政数据中以患者为中心的结果来衡量慢性病负担和合并症和多发病的风险调整。这篇综述提供了ICD-9代码在慢性病中的准确性,这些慢性病会影响普遍重视的以患者为中心的结果:与健康相关的生活质量。这些发现将有助于卫生服务研究,该研究使用行政数据中以患者为中心的结果来衡量慢性病负担和合并症和多发病的风险调整。