著名医師による解説が無料で読めます
すると翻訳の精度が向上します
背景：転倒関連の負傷（FRI）は、罹患率、死亡率、および老人ホーム（NH）の住民のコストの主な原因です。管理データでFRIを慎重に定義することは、怪我削減の取り組みを改善するために不可欠です。長期滞在NH居住者のFRIを識別するための一連の新しいクレームベースのアルゴリズムを開発しました。 方法：これは、2016年にメディケアパートAおよびBに継続的に登録されていた少なくとも100日間そこに住むNHの住民の遡及的コホートです。FRIは、4つのクレームベースの症例認識（CQ）定義（入院患者[CQ1）を使用して特定されました。]、手順[CQ2]、秋の外来患者およびプロバイダー[CQ3]、または入院患者または外来患者の外来患者とプロバイダーおよび秋のプロバイダー[CQ4]）。相関は、PHI相関係数を使用して計算されました。 結果：153人の220人の居住者（平均[SD]年齢81.2 [12.1]、68.0％の女性）のうち、1つ以上のCQ定義に従って少なくとも1つのFRIで10 104を特定しました。股関節骨折の2つの950人の居住者のうち、1 852（62.8％）がすべてのアルゴリズムによって識別されました。アルゴリズムCQ4（n = 326-2 775）は、すべての怪我でより多くのFRIを識別し、CQ1はより少ない識別を識別しました（n = 21-2 320）。CQ2は、CQ1よりも多くの頭蓋内出血（1 028対448）を特定しました。非骨折カテゴリの場合、CQ1（n = 20-488）を使用してFRIが特定されたものはほとんどありませんでした。CQ1、2 145（92.5％）によって特定された股関節骨折を持つ2人の320人の居住者のうち、傷害コードの外部原因がありました。すべてのアルゴリズムは強く相関しており、PHI係数は0.82〜0.99の範囲でした。 結論：外来患者およびプロバイダーに適用されるクレームベースのアルゴリズムは、より多くの非骨折フリスを特定します。リスク要因を特定するとき、利害関係者は、FRIおよび研究目的に適したアルゴリズムを選択する必要があります。
背景：転倒関連の負傷（FRI）は、罹患率、死亡率、および老人ホーム（NH）の住民のコストの主な原因です。管理データでFRIを慎重に定義することは、怪我削減の取り組みを改善するために不可欠です。長期滞在NH居住者のFRIを識別するための一連の新しいクレームベースのアルゴリズムを開発しました。 方法：これは、2016年にメディケアパートAおよびBに継続的に登録されていた少なくとも100日間そこに住むNHの住民の遡及的コホートです。FRIは、4つのクレームベースの症例認識（CQ）定義（入院患者[CQ1）を使用して特定されました。]、手順[CQ2]、秋の外来患者およびプロバイダー[CQ3]、または入院患者または外来患者の外来患者とプロバイダーおよび秋のプロバイダー[CQ4]）。相関は、PHI相関係数を使用して計算されました。 結果：153人の220人の居住者（平均[SD]年齢81.2 [12.1]、68.0％の女性）のうち、1つ以上のCQ定義に従って少なくとも1つのFRIで10 104を特定しました。股関節骨折の2つの950人の居住者のうち、1 852（62.8％）がすべてのアルゴリズムによって識別されました。アルゴリズムCQ4（n = 326-2 775）は、すべての怪我でより多くのFRIを識別し、CQ1はより少ない識別を識別しました（n = 21-2 320）。CQ2は、CQ1よりも多くの頭蓋内出血（1 028対448）を特定しました。非骨折カテゴリの場合、CQ1（n = 20-488）を使用してFRIが特定されたものはほとんどありませんでした。CQ1、2 145（92.5％）によって特定された股関節骨折を持つ2人の320人の居住者のうち、傷害コードの外部原因がありました。すべてのアルゴリズムは強く相関しており、PHI係数は0.82〜0.99の範囲でした。 結論：外来患者およびプロバイダーに適用されるクレームベースのアルゴリズムは、より多くの非骨折フリスを特定します。リスク要因を特定するとき、利害関係者は、FRIおよび研究目的に適したアルゴリズムを選択する必要があります。
BACKGROUND: Fall-related injuries (FRIs) are a leading cause of morbidity, mortality, and costs among nursing home (NH) residents. Carefully defining FRIs in administrative data is essential for improving injury-reduction efforts. We developed a series of novel claims-based algorithms for identifying FRIs in long-stay NH residents. METHODS: This is a retrospective cohort of residents of NH residing there for at least 100 days who were continuously enrolled in Medicare Parts A and B in 2016. FRIs were identified using 4 claims-based case-qualifying (CQ) definitions (Inpatient [CQ1], Outpatient and Provider with Procedure [CQ2], Outpatient and Provider with Fall [CQ3], or Inpatient or Outpatient and Provider with Fall [CQ4]). Correlation was calculated using phi correlation coefficients. RESULTS: Of 153 220 residents (mean [SD] age 81.2 [12.1], 68.0% female), we identified 10 104 with at least one FRI according to one or more CQ definition. Among 2 950 residents with hip fractures, 1 852 (62.8%) were identified by all algorithms. Algorithm CQ4 (n = 326-2 775) identified more FRIs across all injuries while CQ1 identified less (n = 21-2 320). CQ2 identified more intracranial bleeds (1 028 vs 448) than CQ1. For nonfracture categories, few FRIs were identified using CQ1 (n = 20-488). Of the 2 320 residents with hip fractures identified by CQ1, 2 145 (92.5%) had external cause of injury codes. All algorithms were strongly correlated, with phi coefficients ranging from 0.82 to 0.99. CONCLUSIONS: Claims-based algorithms applied to outpatient and provider claims identify more nonfracture FRIs. When identifying risk factors, stakeholders should select the algorithm(s) suitable for the FRI and study purpose.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。