Objective: To validate algorithms to detect people with chronic psychotic illness in population-based health administrative databases.
Method: We developed 8 algorithms to detect chronic psychotic illness using hospitalization and physician service claims data from administrative health databases in Ontario to identify cases of chronic psychotic illness between 2002 and 2007. Diagnostic data abstracted from the records of 281 randomly selected psychiatric patients from 2 hospitals in Toronto were linked to the administrative data cohort to test sensitivity, specificity, and positive predictive values (PPV) and negative predictive values.
Results: Using only hospitalization data to capture chronic psychotic illness yielded the highest specificity (range 69.9% to 84.7%) and the highest PPV (range 55.2% to 80.8%). Using physician service claims in addition to hospitalization data to capture cases increased sensitivity (range 90.1% to 98.8%) but decreased specificity (range 31.1% to 68.0%) and PPV (range 38.4% to 71.1%).
Conclusion: Using health administrative data to study population-based outcomes for people with chronic psychotic illness is feasible and valid. Researchers can select case identification methods based on whether a more sensitive or more specific definition of chronic psychotic illness is desired.
Objectif :: Valider des algorithmes pour détecter les personnes souffrant de maladie psychotique chronique dans des bases de données populationnelles administratives de santé.
Méthode :: Nous avons mis au point 8 algorithmes pour détecter la maladie psychotique chronique à l’aide de données d’hospitalisation et de facturation des médecins tirées des bases de données administratives de santé de l’Ontario, afin d’identifier les cas de maladie psychotique chronique entre 2002 et 2007. Les données diagnostiques obtenues des dossiers de 281 patients psychiatriques choisis au hasard dans 2 hôpitaux de Toronto ont été liées à la cohorte des données administratives pour vérifier la sensibilité, la spécificité, les valeurs prédictives positives (VPP) et les valeurs prédictives négatives.
Résultats :: L’utilisation des données d’hospitalisation seulement pour trouver la maladie psychotique chronique donnait la spécificité la plus élevée (étendue de 69,9 % à 84,7 %) et les VPP les plus élevées (écart de 55,2 % à 80,8 %). L’utilisation des données de facturation des médecins en plus des données d’hospitalisation pour détecter les cas augmentait la sensibilité (éttendue de 90,1 % à 98,8 %) mais diminuait la spécificité (étendue de 31,1 % à 68,0 %) et les VPP (étendue de 38,4 % à 71,1 %).
Conclusion :: L’utilisation de données administratives de santé pour étudier des résultats dans la population concernant les personnes souffrant de maladie psychotique chronique est faisable et valide. Les chercheurs peuvent choisir les méthodes d’identification de cas selon qu’ils préfèrent une définition plus sensible ou plus spécifique de la maladie psychotique chronique.