Résumé :
|
[BDSP. Notice produite par INIST-CNRS 8R0xrC9I. Diffusion soumise à autorisation]. Contexte : Cette étude a évalué la validité d'une méthode de surveillance basée sur des données administratives pour identifier des sujets diabétiques selon trois définitions du diabète constituant un étalon de référence pour les données de laboratoire. Méthode : Nous avons utilisé une combinaison de données régionales liées (registres des sorties des hôpitaux et demandes de paiement des médecins) et de données de laboratoire pour évaluer la validité de définitions administratives de la surveillance du diabète par rapport à un étalon de référence pour les données de laboratoire. Les données administratives sur les sorties utilisent deux définitions pour le diabète : une définition stricte (un code d'hospitalisation ou deux demandes de paiement de médecins indiquant le diabète) et une définition plus large (un code d'hospitalisation ou une seule demande de paiement de médecin). Les données de laboratoire, par contre, ont trois définitions, fondées sur les niveaux de glycémie+/-les niveaux de HbA1 c. Résultats : La sensibilité des définitions administratives variait entre 68,4% et 86,9% par rapport aux trois définitions utilisées pour les données de laboratoire. La sensibilité était plus élevée pour la définition administrative la plus large. Les valeurs prédictives positives (VPP) variaient quant à elles entre 53,0% et 88,3%, la définition administrative la plus large produisant des VPP plus faibles. Interprétation : Ces résultats montrent qu'il y a un compromis à faire entre une sensibilité optimale et la VPP lorsqu'on veut employer les meilleures définitions de surveillance du diabète. Les données centralisées en laboratoire peuvent être utiles pour les futures initiatives de surveillance, qui pourraient utiliser des sources de données combinées pour optimiser la détection des cas.
|