Accuracy of administrative database algorithms for autism spectrum disorder, attention-deficit/hyperactivity disorder and fetal alcohol spectrum disorder case ascertainment : a systematic review

O'Donnell, Siobhan; Palmeter, Sarah; Laverty, Meghan; Lagacé, Claudia

doi:https://science-ouverte.canada.ca/handle/123456789/487

Accuracy of administrative database algorithms for autism spectrum disorder, attention-deficit/hyperactivity disorder and fetal alcohol spectrum disorder case ascertainment : a systematic review

Simple item page

Full item details

dc.contributor.author: O'Donnell, Siobhan; Palmeter, Sarah; Laverty, Meghan; Lagacé, Claudia
dc.date.accessioned: 2023-06-01T14:27:45Z
dc.date.available: 2023-06-01T14:27:45Z
dc.date.issued: 2022
dc.description.abstract - en: Introduction: The purpose of this study was to perform a systematic review to assess the validity of administrative database algorithms used to identify cases of autism spectrum disorder (ASD), attention-deficit/hyperactivity disorder (ADHD) and fetal alcohol spectrum disorder (FASD). Methods: MEDLINE, Embase, Global Health and PsycInfo were searched for studies that validated algorithms for the identification of ASD, ADHD and FASD in administrative databases published between 1995 and 2021 in English or French. The grey literature and reference lists of included studies were also searched. Two reviewers independently screened the literature, extracted relevant information, conducted reporting quality, risk of bias and applicability assessments, and synthesized the evidence qualitatively. PROSPERO CRD42019146941. Results: Out of 48 articles assessed at full-text level, 14 were included in the review. No studies were found for FASD. Despite potential sources of bias and significant between-study heterogeneity, results suggested that increasing the number of ASD diagnostic codes required from a single data source increased specificity and positive predictive value at the expense of sensitivity. The best-performing algorithms for the identification of ASD were based on a combination of data sources, with physician claims database being the single best source. One study found that education data might improve the identification of ASD (i.e. higher sensitivity) in school-aged children when combined with physician claims data; however, additional studies including cases without ASD are required to fully evaluate the diagnostic accuracy of such algorithms. For ADHD, there was not enough information to assess the impact of number of diagnostic codes or additional data sources on algorithm accuracy. Conclusion: There is some evidence to suggest that cases of ASD and ADHD can be identified using administrative data; however, studies that assessed the ability of algorithms to discriminate reliably between cases with and without the condition of interest were lacking. No evidence exists for FASD. Methodologically higher-quality studies are needed to understand the full potential of using administrative data for the identification of these conditions.
dc.description.abstract-french - fr: Introduction. L'objectif de cette revue systématique était d'évaluer la validité des algorithmes des bases de données administratives utilisés pour repérer les cas de trouble du spectre de l'autisme (TSA), de trouble du déficit de l'attention/hyperactivité (TDAH) et de trouble du spectre de l'alcoolisation fœtale (TSAF). Méthodologie. L'équipe de recherche a interrogé les systèmes MEDLINE, Embase, Global Health et PsycInfo afin de trouver des études, publiées en anglais ou en français entre 1995 et 2021, qui valident des algorithmes servant à recenser les cas de TSA, de TDAH et de TSAF dans les bases de données administratives. L'équipe de recherche a également consulté la littérature grise et les listes de références des études incluses. Deux évaluatrices ont procédé, de manière indépendante, à la sélection de la littérature, à l'extraction de l'information pertinente, à l'évaluation de la qualité des rapports, au risque de biais et à l'applicabilité et elles ont réalisé une synthèse qualitative des données probantes. PROSPERO CRD42019146941. Résultats. Parmi les 48 articles évalués en texte intégral, 14 ont été inclus dans la revue. Aucune étude n'a été trouvée pour le TSAF. Malgré les sources de biais possibles et la grande hétérogénéité des études, les résultats donnent à penser que l'augmentation du nombre de codes de diagnostic de TSA que requiert une seule source de données augmente la spécificité et la valeur prédictive positive au détriment de la sensibilité. Les algorithmes les plus performants pour l'identification des cas de TSA reposent sur une combinaison de sources de données, la base de données sur les demandes de remboursement des médecins étant la meilleure source. Une étude a révélé que les données sur l'éducation pourraient améliorer l'identification des cas de TSA (sensibilité accrue) chez les enfants d'âge scolaire lorsqu'elles sont combinées aux données sur les demandes de remboursement des médecins; toutefois, d'autres études incluant des sujets sans TSA sont nécessaires pour évaluer pleinement l'exactitude diagnostique de ces algorithmes. Pour ce qui est du TDAH, il n'y a pas eu suffisamment d'information pour évaluer l'incidence du nombre de codes de diagnostic ou d'autres sources de données sur l'exactitude des algorithmes. Conclusion. Selon certaines données probantes, il est possible de repérer les cas de TSA et de TDAH à l'aide de données administratives; toutefois, il existe peu d'études qui évaluent la capacité des algorithmes à établir une distinction fiable entre les sujets qui présentent le trouble étudié et les sujets qui ne le présentent pas. Il n'y a aucune donnée probante sur le TSAF. Des études de qualité méthodologique supérieure sont nécessaires pour comprendre tout le potentiel de l'utilisation des données administratives pour l'identification de ces troubles.
dc.identifier.citation: O'Donnell S, Palmeter S, Laverty M, Lagacé C. Accuracy of administrative database algorithms for autism spectrum disorder, attention-deficit/hyperactivity disorder and fetal alcohol spectrum disorder case ascertainment: a systematic review. Health Promot Chronic Dis Prev Can. 2022;42(9):355-83. https://doi.org/10.24095/hpcdp.42.9.01
dc.identifier.doi: https://doi.org/10.24095/hpcdp.42.9.01
dc.identifier.issn: 2368-738X
dc.identifier.uri: https://science-ouverte.canada.ca/handle/123456789/487
dc.language.iso: en
dc.publisher: The Public Health Agency of Canada
dc.relation.istranslationof: https://science-ouverte.canada.ca/handle/123456789/3182
dc.rights - en: Creative Commons Attribution 4.0 International (CC BY 4.0)
dc.rights - fr: Creative Commons Attribution 4.0 International (CC BY 4.0)
dc.rights.openaccesslevel - en: Green
dc.rights.openaccesslevel - fr: Vert
dc.rights.uri - en: https://creativecommons.org/licenses/by/4.0/
dc.rights.uri - fr: https://creativecommons.org/licenses/by/4.0/deed.fr
dc.subject - en: Health; Alcohol consumption
dc.subject - fr: Santé; Consommation d'alcool
dc.subject.en - en: Health; Alcohol consumption
dc.subject.fr - fr: Santé; Consommation d'alcool
dc.title - en: Accuracy of administrative database algorithms for autism spectrum disorder, attention-deficit/hyperactivity disorder and fetal alcohol spectrum disorder case ascertainment : a systematic review
dc.type - en: Article
dc.type - fr: Article
local.article.journalissue: 9
local.article.journaltitle: Health Promotion and Chronic Disease Prevention in Canada : Research, Policy and Practice
local.article.journalvolume: 42
local.pagination: 355-383
local.peerreview - en: Yes
local.peerreview - fr: Oui

Download(s)

Original bundle

Now showing 1 - 1 of 1

Name: AccuracyAdministrativeDatabaseAlgorithms.pdf

Size: 742.28 KB

Format: PDF

Download file

Collection(s)

Public health surveillance