-
Validating Chronic Disease Ascertainment Algorithms for Use in the Canadian Longitudinal Study on Aging
- Canadian Journal on Aging / La Revue canadienne du vieillissement
- Cambridge University Press
- Volume 32, Number 3, September/septembre 2013
- pp. 232-239
- Article
- Additional Information
Nous avons validé sept algorithmes d’évaluation de maladie chronique pour l’usage dans L’Étude longitudinale canadienne (ÉLCV) sur le vieillissement. Les algorithmes ont concerné le diabète type 2, parkinsonisme, obstruction chronique de flux d’air, ostéoarthrite de main, ostéoarthrite de hanche, ostéoarthrite de genou, et la maladie cardiaque ischémique. Notre recrutement de cible était 20 cas et contrôles par chaque maladie. Quelques cas ont été utilisés comme contrôles avec certaines maladies. Tous les participants ont répondu à des questionnaires au sujet des symptômes de la maladie et d’utilisation de médicaments. Les cas et les contrôles de diabète ont subi le test de jeûne de glucose et les cas et les contrôles de l’obstruction chronique de flux d’air ont subi le test de spirométrie. Pour chaque maladie, nous avons utilisé l’algorithme adapté pour classifier si les participants étaient positifs ou négatif pour la maladie. Nous avons également calculé la sensibilité et la spécificité utilisant le diagnostic de médecin comme norme. L’échantillon final a fait participer 176 participants, qui ont été recrutés dans trois villes canadiennes entre 2009 et 2011. La plupart des sensibilités et spécificités étaient 80% ou plus, indiquant que les sept algorithmes peuvent correctement identifier des personnes avec les maladies.
We validated seven chronic disease ascertainment algorithms for use in the Canadian Longitudinal Study on Aging. The algorithms pertained to diabetes mellitus type 2, parkinsonism, chronic airflow obstruction (CAO), hand osteoarthritis (OA), hip OA, knee OA, and ischemic heart disease. Our target recruitment was 20 cases and controls per disease; some cases were controls for unrelated diseases. Participants completed interviewer-administered disease symptom and medication use questionnaires. Diabetes cases and controls underwent fasting glucose testing; CAO cases and controls underwent spirometry testing. For each disease, the appropriate algorithm was used to classify participants’ disease status (positive or negative for disease). We also calculated sensitivity and specificity using physician diagnosis as the reference standard. The final sample involved 176 participants recruited in three Canadian cities between 2009 and 2011. Most estimated sensitivities and specificities were 80 per cent or more, indicating that the seven algorithms correctly identified individuals with the target disease.
