Epatite virale: algoritmi di codifica e riferimenti standard per l’identificazione

Gli ultimi anni hanno mostrato come l’utilizzo di algoritmi di codifica possa aiutare la gestione terapeutica di diverse patologie, perciò, alcuni esperti hanno voluto utilizzare questa strategia per identificare le persone con virus dell’epatite B (HBV) e virus dell’epatite C (HCV) utilizzando i dati dei sinistri, secondo diversi standard di riferimento (RSs) e periodi di studio (SPs).

Come partecipanti allo studio è stato arruolato un campionamento casuale di 10.000 pazienti di età ≥ 20 anni. Sono quindi state utilizzate 3 RSs gerarchiche: RS1 – avere risultati positivi agli esami di laboratorio; RS2 – avere RS1 o avere prescrizioni di farmaci anti-HBV o anti-HCV; RS3 – avere RS1 o RS2 o avere diagnosi testuali registrate in cartelle cliniche elettroniche; a queste sono state affiancate 3 SPs (4, 8 e 12 anni) per calcolare il valore predittivo positivo (PPV) e la sensibilità (Sen) di 6 algoritmi di codifica utilizzando HBV e HCV correlati alla Classificazione Internazionale della Decima Revisione Clinica della Malattia Modification ( ICD-10- CM ).

All’interno della coorte arruolata, il numero di partecipanti con HBV era di 146 e con HCV di 165 secondo RS1 con SPs di 4 anni – ma – secondo RS3 con SPs di 12 anni – il numero era aumentato a 729 e 525, rispettivamente. Sia per HBV che per HCV, il PPV era più basso secondo RS1 e più alto secondo RS3: più lungo è l’SPs, maggiore è il PPV. Tuttavia, il Sen era più alto secondo RS2 con SPs di 4 anni. Sia per HBV che per HCV, l’algoritmo di codifica con PPV e Sen più alti era rispettivamente ” ≥ 3 codici ambulatoriali” e ” ≥ 2 codici ambulatoriali o ≥ 1 ricoverato”.

In conclusione, l’utilizzo di RSs diversi con SPs diversi comporterebbe una stima diversa di PPV e Sen. Per ottenere la migliore resa sia di PPV che di Sen, l’algoritmo di codifica ottimale è ” ≥ 2 codici ambulatoriali o ≥ 1 ricoverato ” per poter identificare al meglio le persone con HBV o HCV.

Fonte: BMC Infectious Disease – https://doi.org/10.1186/s12879-022-07212-w

IT-NON-06631-W-03/2024