Abstract

Les procédures diagnostiques cliniques standards sont souvent inappropriées et fréquemment non applicables dans des études basées sur la population; pourtant, vérifier le statut précis d'une maladie est essentiel. Nous avons fait une revue systématique pour identifier des algorithmes, des critères, et des outils utilisés pour identifier 17 maladies chroniques, et avons fait la praticabilité de développer des algorithmes pour l'ÉLCV. Des 29 616 citations examinées, 668 papiers ont rencontré tous les critères d'inclusion. Nous avons déterminé que l'information incluse dans un algorithme de maladie différera selon le type de condition. Le diagnostic de quelques conditions symptomatiques, telles l'arthrose et l'arthrite, exigera la justification par des critères cliniques (par exemple, rayons X, mesure de densité osseuse) tandis que d'autres conditions, telles la dépression, se baseront seulement sur les dires des individus. Les conditions asymptomatiques, telles l'hypertension, sont plus difficiles à vérifier par les dires des individus et exigeront des mesures physiologiques additionnelles (par exemple, tension artérielle) et des mesures de laboratoire (par exemple, glucose). Cette étude pilote a identifié les outils nécessaires pour développer des algorithmes d'évaluation de diagnostic.Standard clinical diagnostic procedures are often inappropriate and frequently not feasible to apply in population-based studies, yet ascertaining accurate disease status is essential. We conducted a systematic review to identify algorithms, criteria, and tools used to ascertain 17 chronic diseases, and assessed the feasibility of developing algorithms for the CLSA. Of the 29,616 citations screened, 668 papers met all inclusion criteria. We determined that the information included in a disease algorithm will differ by condition type. The diagnosis of some symptomatic conditions, such as osteoarthritis and arthritis, will require substantiation by clinical criteria (e.g., x-rays, bone density measurement) while other conditions, such as depression, will rely solely on self-report. Asymptomatic conditions, such as hypertension, are more difficult to ascertain by self-report and will require additional physiologic measures (e.g., blood pressure) as well as laboratory measures (e.g., glucose). This pilot study identified the tools necessary to develop disease ascertainment algorithms.

pdf

Share