Administrative database research is widely applied in the field of epidemiology. However, the results of the studies depend on the type of database used and the algorithms applied for case ascertainment. The optimal methodology for identifying patients with rheumatic diseases from administrative databases is yet not known. Our aim was to describe an administrative database as a source for estimation of epidemiological characteristics on an example of systemic lupus erythematosus (SLE, ICD-10 code M32) prevalence assessment in the database of the Estonian Health Insurance Fund (EHIF). Code M32 billing episodes were extracted from the EHIF database 2006–2010. For all cases where M32 was assigned by a rheumatologist less than four times during the study period, diagnosis verification process using health care providers’ (HCP) databases was applied. For M32 cases assigned by a rheumatologist four times or more, diagnoses were verified for a randomly selected sample. From 677 persons with code M32 assigned in EHIF database, 404 were demonstrated having “true SLE”. The code M32 positive predictive value (PPV) for the whole EHIF database was 60%; PPV varies remarkably by specialty of a physician and repetition of the code assignment. The false positive M32 codes were predominantly initial diagnoses which were not confirmed afterwards; in many cases, a rheumatic condition other than SLE was later diagnosed. False positive codes due to tentative diagnoses may be characteristic for conditions with a complicated diagnosis process like SLE and need to be taken into account when performing administrative database research.

中文翻译：

---

行政数据库作为系统性红斑狼疮患病率评估的来源：爱沙尼亚的经验

行政数据库研究广泛应用于流行病学领域。然而，研究结果取决于所使用的数据库类型和用于病例确定的算法。从管理数据库中识别风湿病患者的最佳方法尚不清楚。我们的目的是描述一个管理数据库作为估计爱沙尼亚健康保险基金 (EHIF) 数据库中系统性红斑狼疮 (SLE, ICD-10 代码 M32) 患病率评估示例的流行病学特征的来源。代码 M32 计费事件是从 EHIF 数据库 2006-2010 中提取的。对于在研究期间由风湿病学家分配 M32 少于四次的所有病例，应用了使用医疗保健提供者 (HCP) 数据库的诊断验证过程。对于由风湿病专家四次或更多次分配的 M32 病例，对随机选择的样本进行了诊断验证。在 EHIF 数据库中分配代码 M32 的 677 人中，有 404 人被证明患有“真正的 SLE”。整个 EHIF 数据库的代码 M32 阳性预测值 (PPV) 为 60%；PPV 因医生的专业和代码分配的重复而显着变化。假阳性 M32 代码主要是最初的诊断，后来没有得到证实；在许多情况下，后来被诊断出患有 SLE 以外的风湿性疾病。由于暂定诊断导致的误报代码可能是具有复杂诊断过程的条件（如 SLE）的特征，在执行管理数据库研究时需要考虑。随机选择的样本对诊断进行了验证。在 EHIF 数据库中分配代码 M32 的 677 人中，有 404 人被证明患有“真正的 SLE”。整个 EHIF 数据库的代码 M32 阳性预测值 (PPV) 为 60%；PPV 因医生的专业和代码分配的重复而显着变化。假阳性 M32 代码主要是最初的诊断，后来没有得到证实；在许多情况下，后来被诊断出患有 SLE 以外的风湿性疾病。由于暂定诊断导致的误报代码可能是具有复杂诊断过程的条件（如 SLE）的特征，在执行管理数据库研究时需要考虑。随机选择的样本对诊断进行了验证。在 EHIF 数据库中分配代码 M32 的 677 人中，有 404 人被证明患有“真正的 SLE”。整个 EHIF 数据库的代码 M32 阳性预测值 (PPV) 为 60%；PPV 因医生的专业和代码分配的重复而显着变化。假阳性 M32 代码主要是最初的诊断，后来没有得到证实；在许多情况下，后来被诊断出患有 SLE 以外的风湿性疾病。由于暂定诊断导致的误报代码可能是具有复杂诊断过程的条件（如 SLE）的特征，在执行管理数据库研究时需要考虑。整个 EHIF 数据库的代码 M32 阳性预测值 (PPV) 为 60%；PPV 因医生的专业和代码分配的重复而显着变化。假阳性 M32 代码主要是最初的诊断，后来没有得到证实；在许多情况下，后来被诊断出患有 SLE 以外的风湿性疾病。由于暂定诊断导致的误报代码可能是具有复杂诊断过程的条件（如 SLE）的特征，在执行管理数据库研究时需要考虑。整个 EHIF 数据库的代码 M32 阳性预测值 (PPV) 为 60%；PPV 因医生的专业和代码分配的重复而显着变化。假阳性 M32 代码主要是最初的诊断，后来没有得到证实；在许多情况下，后来被诊断出患有 SLE 以外的风湿性疾病。由于暂定诊断导致的误报代码可能是具有复杂诊断过程的条件（如 SLE）的特征，在执行管理数据库研究时需要考虑。后来诊断出除 SLE 以外的风湿性疾病。由于暂定诊断导致的误报代码可能是具有复杂诊断过程的条件（如 SLE）的特征，在执行管理数据库研究时需要考虑。后来诊断出除 SLE 以外的风湿性疾病。由于暂定诊断导致的误报代码可能是具有复杂诊断过程的条件（如 SLE）的特征，在执行管理数据库研究时需要考虑。