TY - JOUR A2 - Niclis, Camila AU - Esposito, D. B. AU - Banerjee, G. AU - Yin, R. AU - Russo, L. AU - Goldstein, S. AU - Patsner, B. AU - Lanes, S. PY - 2019 DA - 2019/11/03 TI - Development and Validation of an Algorithm to Identify Endometrial Adenocarcinoma in US Administrative Claims Data SP - 1938952 VL - 2019 AB - 背景。子宫内膜癌是最常见的类型子宫内膜癌。诊断代码，以确定子宫内膜腺癌管理数据库，但尚未得到证实。 目的。为了开发和验证的算法识别健康保险索赔数据库子宫内膜样腺癌的发生。 方法。为了确定妇女在HealthCore综合研究数据库（HIRD）潜力的情况下，公开发表的文献和医疗咨询被用来开发的算法。该算法的标准是至少一个住院诊断或子宫癌的至少两个门诊诊断（国际疾病分类第9版，临床修正（ICD-9-CM）182.xx）2010年1月1日和2014年八月31之间在女性满足这些标准，我们获得的医疗记录和审查和裁定的情况下状态，以确定诊断两项临床专家。然后，我们估计算法的阳性预测值（PPV）。 结果。该PPV估计为90.8％（95％CI 86.9-93.6），基于330子宫内膜腺癌的潜在病例。妇女谁完成的算法，但谁，医疗记录的审查后，发现不具有子宫内膜样腺癌，有诊断如子宫肉瘤，子宫横纹肌肉瘤，子宫内膜间质肉瘤，卵巢癌，输卵管癌，子宫内膜增生，平滑肌肉瘤，或结肠癌。 结论。包括用于子宫内膜腺癌一个住院或两个门诊ICD-9-CM诊断代码的算法具有高的PPV。结果表明，索赔数据库可以用来可靠地识别在追求高PPV研究子宫内膜癌的病例。SN - 1687-8558 UR - https://doi.org/10.1155/2019/1938952 DO - 10.1155 /一百九十三万八千九百五十二分之二千○一十九JF - Hindawi出版KW - - ER杂志癌症流行病学PB的 -