Sử dụng mã chẩn đoán ICD-10 để xác định viêm khớp dạng thấp có và không có yếu tố huyết thanh khi kết quả xét nghiệm không có sẵn
Tóm tắt
Rheumatoid factor (RF) và xét nghiệm kháng thể peptide vòng citrullinated (anti-CCP) thường được đo vào thời điểm chẩn đoán viêm khớp dạng thấp (RA) nhưng có thể không được lặp lại và do đó không có sẵn trong dữ liệu hồ sơ sức khỏe điện tử (EHR); kết quả xét nghiệm lab cũng không có sẵn trong hầu hết các cơ sở dữ liệu yêu cầu hành chính. Mã ICD10 cho phép phân biệt giữa bệnh nhân có yếu tố huyết thanh dương tính (M05) (“dương tính với huyết thanh”) và bệnh nhân âm tính (M06), nhưng tính hợp lệ của các mã này chưa được kiểm tra.
Sử dụng hệ thống thông tin viêm khớp của ACR (RISE) và dữ liệu U.S. MarketScan trong đó một số bệnh nhâ có kết quả xét nghiệm lab, chúng tôi đã xây dựng hai nhóm nghiên cứu. Viêm khớp dạng thấp có yếu tố huyết thanh được định nghĩa là có mã chẩn đoán M05 trong lần khám bác sĩ chuyên khoa thứ hai, M06 tương tự xác định viêm khớp dạng thấp không có yếu tố huyết thanh, và kết quả xét nghiệm RF và anti-CCP là tiêu chuẩn vàng. Chúng tôi đã tính toán độ nhạy (Se) và giá trị dự đoán dương tính (PPV) của các mã chẩn đoán M05/M06.
Chúng tôi đã xác định 43.581 bệnh nhân RA đủ điều kiện (RISE) và 1.185 bệnh nhân (MarketScan) có kết quả xét nghiệm RF hoặc anti-CCP có sẵn. Sử dụng M05 làm proxy cho viêm khớp dạng thấp có yếu tố huyết thanh, độ nhạy = 0.76, PPV = 0.82 trong RISE, và Se = 0.73, PPV = 0.84 trong MarketScan. Kết quả cho M06 như một proxy cho viêm khớp dạng thấp không có yếu tố huyết thanh tương tự trong RISE, mặc dù hơi thấp hơn trong MarketScan. Trong 3 lần khám liên tiếp, khoảng 90% bệnh nhân RA đã được mã hóa nhất quán sử dụng hoặc M05 hoặc M06 tại mỗi lần khám.
Dưới ICD10, mã chẩn đoán M05 và M06 là các proxy hợp lý để xác định viêm khớp dạng thấp có và không có yếu tố huyết thanh với độ nhạy cao và giá trị dự đoán dương tính nếu kết quả xét nghiệm không có sẵn.
Từ khóa
Tài liệu tham khảo
Strom, Brian L., et al. Pharmacoepidemiology; 5th ed. Hoboken: Wiley; 2011. https://www.amazon.com/Pharmacoepidemiology-Brian-L-Strom/dp/1119413419.
Cain KC, Harlow SD, Little RJ, Nan B, Yosef M, Taffe JR, et al. Bias due to left truncation and left censoring in longitudinal studies of developmental and disease processes. Am J Epidemiol. 2011;173:1078–84.
Horsky J, Drucker EA, Ramelson HZ. Accuracy and completeness of clinical coding using ICD-10 for ambulatory visits. AMIA Annu Symp Proc. 2017;2017:912–20.
CD-10-CM. Centers for Disease Control and Prevention. 2020. https://icd10cmtool.cdc.gov. Accessed 05 May 2020.
Singh JAFD, Bharat A, Curtis JR, Kavanaugh AF, Kremer JM, et al. 2012 update of the 2008 American College of Rheumatology recommendations for the use of disease-modifying antirheumatic drugs and biologic agents in the treatment of rheumatoid arthritis. Arthritis Care Res. 2012;64:625–39.
Vastesaeger N, Xu S, Aletaha D, St Clair EW, Smolen JS. A pilot risk model for the prediction of rapid radiographic progression in rheumatoid arthritis. Rheumatology. 2009;48:1114–21.
Visser KG-RY, de Vries-Bouwstra JK, Ronday HK, Seys PE, Kerstens PJ, et al. A matrix risk model for the prediction of rapid radiographic progression in patients with rheumatoid arthritis receiving different dynamic treatment strategies: post hoc analyses from the BeSt study. Ann Rheum Dis. 2010;69:1333–7.
Kim SY, Servi A, Polinski JM, Mogun H, Weinblatt ME, Katz JN, et al. Validation of rheumatoid arthritis diagnoses in health care utilization data. Arthritis Res Ther. 2011;13:R32.
Charlson ME, Pompei P, Ales KL, et al. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chronic Dis. 1987;40(5):373–83.
Liao KP, Cai T, Gainer V, Goryachev S, Zeng-treitler Q, Raychaudhuri S, et al. Electronic medical records for discovery research in rheumatoid arthritis. Arthritis Care Res (Hoboken). 2010;62:1120–7.
Ritchie MD, Denny JC, Crawford DC, Ramirez AH, Weiner JB, Pulley JM, et al. Robust replication of genotype-phenotype associations across multiple diseases in an electronic medical record. Am J Hum Genet. 2010;86:560–72.
Carroll RJ, Thompson WK, Eyler AE, Mandelin AM, Cai T, Zink RM, et al. Portability of an algorithm to identify rheumatoid arthritis in electronic health records. J Am Med Inform Assoc. 2012;19:e162–e9.
Machold KP, Stamm TA, Nell VP, et al. Very recent onset rheumatoid arthritis: clinical and serological patient characteristics associated with radiographic progression over the first years of disease. Rheumatology (Oxford). 2007;46(2):342–9. https://doi.org/10.1093/rheumatology/kel237.
Nordberg LB, Lillegraven S, Aga A, et al. Comparing the disease course of patients with seronegative and seropositive rheumatoid arthritis fulfilling the 2010 ACR/EULAR classification criteria in a treat-to-target setting: 2-year data from the ARCTIC trial. RMD Open. 2018;4:e000752. https://doi.org/10.1136/rmdopen-2018-000752.