Identifikation af tidlig kronisk obstruktiv lungesygdom (KOL) ved hjælp af sundhedsadministrative data

Studiemål

1. Identifikation af en kohorte af personer med en ny debut af KOL i mellem 1. april 2016 og 31. marts 2019.
2. At bestemme faktorer forbundet med en ny diagnose af KOL ved at bruge traditionel mixed-model regression.
3. For at vurdere om information indsamlet i administrative data kan bruges til at skabe en forudsigelsesmodel for en KOL-diagnose.
4. For at afgøre, om maskinlæringsmetodologi forbedrer forudsigelsen af ​​en ny KOL-diagnose ud fra administrative data.

Foranstaltninger:

1. Kohorten af ​​personer med KOL i Alberta er allerede blevet defineret, og disse data findes i Alberta Health Services, Respiratory Health Strategic Clinical Network (RHSCN) datasæt. Det vil blive brugt til yderligere at identificere personer med en ny diagnose af KOL inden for den treårige undersøgelsesperiode.

2. For at gennemføre denne undersøgelse vil en række datasæt blive brugt, herunder:

   • Abstrakt database for indlæggelsesudskrivning;
   • Database for lægekrav;
   • Provincial Registry Database;
   • Befolkningssundhedsdatabase og
   • Farmaceutisk informationsnetværk

Projekthypotese Vi forventer, at personer med en KOL-diagnose inden for de sidste tre år vil have identificerbare markører forbundet med lungesygdom i de fem år forud for deres diagnose. Disse markører kan omfatte: diagnose af akut luftvejssygdom (såsom lungebetændelse, bronkitis, øvre luftvejsinfektioner), øget sundhedsudnyttelse og brug af medicin såsom antibiotika.

Projektplanen vil omhandle de specifikke projektmål som følger:

1. Identifikation af en kohorte af personer med en ny debut af KOL fra 1. april 2016 til 30. marts 2019. Gennem RHSCN er en kohorte af individer med KOL blevet identificeret på over 200.000 individer med KOL i Alberta. Denne kohorte vil blive forfinet til kun at identificere de individer, der er blevet diagnosticeret inden for den angivne tidsperiode. Denne tidsperiode blev valgt på grund af datatilgængelighed. På baggrund af vores seneste data ved vi, at cirka 19.000 personer er blevet diagnosticeret med KOL om året i løbet af de sidste fem år. Således kan vi anslå, at vores datasæt vil omfatte cirka 55.000 individer med KOL diagnosticeret i en treårig periode.
2. Retrospektivt gennemgå mønstret for sundhedsudnyttelse for personer med en ny diagnose af KOL i de fem år forud for deres diagnose. Udnyttelsen af ​​sundhedsvæsenet (ED-besøg, indlæggelsesbesøg, lægebesøg) for hvert tilfælde i kohorten for de foregående fem år vil blive identificeret.
3. Udforsk medicinbrugen for personer med KOL i fem år før deres diagnose. Til sidst vil medicinanvendelsen for hvert tilfælde identificeret i kohorten i tidsperioden fem år forud for deres diagnose blive udforsket. Pharmaceutical Information Network (PIN)-databasen vil blive brugt til at identificere al medicin (både respiratorisk og ikke-respiratorisk) for personer i kohorten for at vurdere medicinbrug før diagnosen.
4. I samarbejde med maskinlæringsudbyderen (AltaML) vil vi desuden udføre en maskinlæringsbaseret analyse for yderligere at udforske dette datasæt vedrørende de samme variabler.