RIASSUNTO OBIETTIVI: valutare e validare l’adozione di un algoritmo per l’identificazione della casistica dei nati con malformazioni congenite (MC) per migliorare le performance del Registro delle malformazioni congenite siciliano. DISEGNO: è stato utilizzato un algoritmo per l’identificazione dei nati con malformazioni congenite su di un campione di schede di dimissione ospedaliera (SDO) con codice ICD- 9-CM compreso tra 740-759 su una qualsiasi delle diagnosi entro il primo anno di vita, insieme a un campione di nati sani pari al 5% del totale dei nati nello stesso arco temporale. I casi identificati sono stati sottoposti alla verifica delle cartelle cliniche. SETTING E PARTECIPANTI: il campione analizzato ha riguardato 4.271 eventi relativi al periodo tra giugno 2013 e dicembre 2014 e 3.993 SDO senza alcun codice di MC (5% del volume complessivo dei nati nello stesso periodo). PRINCIPALI MISURE DI OUTCOME: valore predittivo positivo (VPP) e valore predittivo negativo (VPN) del confronto tra esito dell’algoritmo e verifica della cartella clinica. RISULTATI: sono state identificate 4.271 schede riferibili a potenziali malformazioni e relative a 3.381 soggetti nati nel territorio siciliano. Considerando le sole schede per le quali è stato possibile verificare le informazioni in cartella clinica (n. 2.720), l’applicazione dell’algoritmo ha portato all’esclusione di 924 casi: di questi, 62 si sono rivelati falsi negativi (VPN: 93,3). I casi validi sono stati 1.179, mentre i casi da validare 617; il confronto tra algoritmo e analisi della cartella clinica ha condotto a un VPP di 91,7 e 72,1, rispettivamente, per i due esiti. CONCLUSIONI: l’algoritmo utilizzato si è confermato uno strumento utile per l’identificazione delle SDO potenzialmente relative a malformazioni congenite. Complessivamente, l’algoritmo ha fornito un esito concorde con la valutazione della cartella clinica nell’87,4% (2.379) dei casi.

Application of an algorithm for the validation of congenital anomaly cases using hospital discharge records

Scondotto S
2022-01-01

Abstract

RIASSUNTO OBIETTIVI: valutare e validare l’adozione di un algoritmo per l’identificazione della casistica dei nati con malformazioni congenite (MC) per migliorare le performance del Registro delle malformazioni congenite siciliano. DISEGNO: è stato utilizzato un algoritmo per l’identificazione dei nati con malformazioni congenite su di un campione di schede di dimissione ospedaliera (SDO) con codice ICD- 9-CM compreso tra 740-759 su una qualsiasi delle diagnosi entro il primo anno di vita, insieme a un campione di nati sani pari al 5% del totale dei nati nello stesso arco temporale. I casi identificati sono stati sottoposti alla verifica delle cartelle cliniche. SETTING E PARTECIPANTI: il campione analizzato ha riguardato 4.271 eventi relativi al periodo tra giugno 2013 e dicembre 2014 e 3.993 SDO senza alcun codice di MC (5% del volume complessivo dei nati nello stesso periodo). PRINCIPALI MISURE DI OUTCOME: valore predittivo positivo (VPP) e valore predittivo negativo (VPN) del confronto tra esito dell’algoritmo e verifica della cartella clinica. RISULTATI: sono state identificate 4.271 schede riferibili a potenziali malformazioni e relative a 3.381 soggetti nati nel territorio siciliano. Considerando le sole schede per le quali è stato possibile verificare le informazioni in cartella clinica (n. 2.720), l’applicazione dell’algoritmo ha portato all’esclusione di 924 casi: di questi, 62 si sono rivelati falsi negativi (VPN: 93,3). I casi validi sono stati 1.179, mentre i casi da validare 617; il confronto tra algoritmo e analisi della cartella clinica ha condotto a un VPP di 91,7 e 72,1, rispettivamente, per i due esiti. CONCLUSIONI: l’algoritmo utilizzato si è confermato uno strumento utile per l’identificazione delle SDO potenzialmente relative a malformazioni congenite. Complessivamente, l’algoritmo ha fornito un esito concorde con la valutazione della cartella clinica nell’87,4% (2.379) dei casi.
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11387/167306
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? 1
social impact