在大型健康理赔数据库中识别特定事件相关住院记录的策略
计算机与社会
2021-11-09 v1
摘要
健康保险理赔数据为大规模研究疾病分布提供了独特机遇。在准确分析这些原始数据的过程中会出现诸多挑战。一个亟需克服的重要挑战是研究结局的准确分类。例如，利用理赔数据，尚无明确方法对由特定事件导致的住院进行分类。这是因为原始理赔数据通常带有固有的离散性与语境缺失。在本文中，我们提出了一个用于对由特定事件导致的住院进行分类的框架。随后，我们在一个健康保险理赔数据库中测试该框架，该数据库包含约400万在2020年3月至12月期间新冠病毒检测为阳性的美国成年人。接着，我们将理赔特定的新冠相关住院比例按年龄和性别与疾病控制与预防中心全国报告的比率进行比较。
引用
@article{arxiv.2111.04443,
title = {A strategy to identify event specific hospitalizations in large health claims database},
author = {Joshua Lambert and Harpal Sandhu and Emily Kean and Teenu Xavier and Aviv Brokman and Zachary Steckler and Lee Park and Arnold Stromberg},
journal= {arXiv preprint arXiv:2111.04443},
year = {2021}
}
备注
Funding: R21 National Library of Medicine 7R21LM013683-02. Keywords: claims data, classification, COVID-19, methodology