E코드가 불완전하게 기록된 경우 의도적 자해 입원 식별

맥락: 자살 행동은 처방약 사용의 부작용으로 주목받고 있습니다. 자살을 포함한 의도적 자해에 대한 입원은 외부 상해 원인 코드(E코드)를 사용하여 행정 청구 데이터베이스에서 식별할 수 있습니다. 그러나 미국 정부 및 상업 청구 데이터베이스에서 E코드의 완전성 비율은 병원 청구 소프트웨어의 문제로 인해 낮습니다. 목표: E코드 보고가 없는 경우 기록된 상해 및 정신과 진단 코드를 사용하여 의도적 자해 입원을 식별하기 위한 알고리즘을 개발하는 것입니다. 방법: E코드 완전성 비율이 높은 두 데이터베이스에서 상해 진단(ICD-9 800-995)에 대한 입원을 샘플링했습니다: 1999-2001년 캐나다 브리티시컬럼비아 데이터 및 2004년 미국 국가 입원 샘플. 의도적 자해에 대한 우리의 금본위는 E950-E958 진단이었습니다. 우리는 상해 유형 및 특정 정신과 진단의 존재에 대한 정보를 사용하여 이러한 입원을 식별하는 알고리즘을 구축했습니다. 결과: 높은 민감도와 특이도로 의도적 자해 입원을 식별한 알고리즘은 중毒, 독성 효과, 팔꿈치, 손목 또는 팔뚝에 대한 열상, 질식의 진단; 우울증, 조증, 인격 장애, 정신병성 장애 또는 적응 반응의 진단을 포함했습니다. 이 알고리즘은 캐나다 데이터에서 민감도 63%, 특이도 99%, 양성 예측 값(PPV) 86%를 기록했습니다. 미국 데이터에서의 값은 각각 74, 98 및 73%였습니다. PPV는 25세 이하 환자에서 가장 높았고(80%), 65세 이상 환자에서 가장 낮았습니다(44%). 결론: 제안된 알고리즘은 E코드 보고가 불완전한 청구 데이터베이스에서 의도적 자해를 연구하려는 연구자에게 유용할 수 있으며, 특히 젊은 인구에서 그렇습니다.