Identifiera tidig kronisk obstruktiv lungsjukdom (KOL) med hjälp av hälsoadministrativa data

Studiemål

1. Identifiera en kohort av individer med en ny debut av KOL mellan 1 april 2016 och 31 mars 2019.
2. Att bestämma faktorer som är associerade med en ny diagnos av KOL genom att använda traditionell blandad modellregression.
3. För att utvärdera om information som samlas in inom administrativa data kan användas för att skapa en prediktionsmodell för en KOL-diagnos.
4. För att avgöra om maskininlärningsmetoder förbättrar förutsägelsen av en ny KOL-diagnos från administrativa data.

Åtgärder:

1. Kohorten av individer med KOL i Alberta har redan definierats, och dessa data finns i Alberta Health Services, Respiratory Health Strategic Clinical Network (RHSCN) dataset. Den kommer att användas för att ytterligare identifiera individer med en ny diagnos av KOL inom den treåriga studieperioden.

2. För att genomföra denna studie kommer en mängd olika datauppsättningar att användas, inklusive:

   • Abstrakt databas för slutenvårdsutskrivningar;
   • Databas för utövares anspråk;
   • Provinsiell registerdatabas;
   • Population Health Database och
   • Läkemedelsinformationsnätverk

Projekthypotes Vi förväntar oss att individer med en diagnos av KOL under de senaste tre åren kommer att ha identifierbara markörer förknippade med lungsjukdom under de fem åren före sin diagnos. Dessa markörer kan inkludera: diagnos av akut luftvägssjukdom (såsom lunginflammation, bronkit, övre luftvägsinfektioner), ökad sjukvårdsanvändning och användning av mediciner såsom antibiotika.

Projektplanen kommer att behandla de specifika projektmålen enligt följande:

1. Identifiera en kohort av individer med en ny debut av KOL från 1 april 2016 till 30 mars 2019. Genom RHSCN har en kohort av individer med KOL identifierats av över 200 000 individer med KOL i Alberta. Denna kohort kommer att förfinas för att endast identifiera de individer som har diagnostiserats inom den angivna tidsperioden. Denna tidsperiod valdes på grund av datatillgänglighet. Med tanke på våra senaste uppgifter vet vi att ungefär 19 000 individer har diagnostiserats med KOL per år under de senaste fem åren. Således kan vi uppskatta att vår datauppsättning kommer att omfatta cirka 55 000 individer med KOL diagnostiserad under en treårsperiod.
2. Granska retrospektivt mönstret för hälsovårdsanvändning för individer med en ny diagnos av KOL under de fem åren innan deras diagnos. Hälso- och sjukvårdsutnyttjandet (ED-besök, sjukhusbesök, läkarbesök) för varje fall i kohorten under de föregående fem åren kommer att identifieras.
3. Utforska medicinanvändningen för individer med KOL i fem år innan deras diagnos. Slutligen kommer läkemedelsanvändningen för varje fall som identifierats i kohorten under tidsperioden fem år före diagnosen att undersökas. Databasen Pharmaceutical Information Network (PIN) kommer att användas för att identifiera alla mediciner (både andningsvägar och icke-andningsvägar) för individer i kohorten för att bedöma medicinanvändning före diagnos.
4. I samarbete med leverantören av maskininlärning (AltaML) kommer vi dessutom att genomföra en maskininlärningsbaserad analys för att ytterligare utforska denna datauppsättning om samma variabler.