Accuracy of a probabilistic record linkage strategy applied to identify deaths among cases reported to the Brazilian AIDS surveillance database / Acuracia da estrategia de relacionamento probabilistico em identificar obitos entre casos de AIDS notificados no Sistema de Informacao de Agravos de Notificacao (SINAN)

ABSTRACT

Since record linkage errors can bias measures of disease occurrence and association, it is important to assess their accuracy. The aim of this study is to assess the accuracy of a multiple pass probabilistic record linkage strategy to identify deaths among persons reported to the Brazilian AIDS surveillance database. An HIV/AIDS national surveillance database (N = 559,442) was linked to a total of 6,444,822 deaths registered (all causes) in the Brazilian mortality database. To estimate standard measures of accuracy, we selected all AIDS cases with a date of death registered in the surveillance database from 2002 to 2005 (N = 19,750) and 38,675 cases known to be alive in 2006. The linkage strategy presented a sensitivity of 87.6 percent (95 percentCI 87.1-88.2), a specificity of 99.6 percent (95 percentCI 99.6-99.7), and a positive predictive value of 99.2 percent (95 percentCI 99.1-99.3). We observed a small variation in the validity measures according to some putative predictors of mortality. Our findings suggest that even large and heterogeneous databases can be linked with a satisfactory accuracy.

RESUMO

E importante avaliar a acuracia de relacionamento de dados, ja que erros podem enviesar as medidas de ocorrencia e de associacao de doencas. O objetivo desse estudo e verificar a acuracia da estrategia de relacionamento probabilistico de banco de dados em identificar obitos entre casos de AIDS notificados no Sistema de Informacoes de Agravos de Notificacao (SINAN). O banco de dados de pessoas com HIV/AIDS (N = 559.442) foi relacionado a 6.444.822 obitos (todas as causas) registrados no Sistema de Informacoes sobre Mortalidade (SIM). Para estimar as medidas de acuracia, foram selecionados todos os casos de AIDS com datas de obito registradas no SINAN-AIDS de 2002 a 2005 (N = 19.750) e 38.675 casos sabidamente vivos em 2006. A sensibilidade foi de 87,6 por cento (IC95 por cento 87,1-88,2), a especificidade de 99,6 por cento (IC95 por cento 99,6-99,7) e o valor preditivo de 99,2 por cento (IC95 por cento 99,1-99,3). Sensibilidade foi 12 por cento menor para os casos com menos de 13 anos. Foram observadas pequenas variacoes nas medidas de validacao segundo algumas variaveis preditoras de mortalidade. Conclui-se que bancos de dados grandes e heterogeneos podem ser relacionados com acuracia satisfatoria.