PRN Koppelingsprocedure 2005 (LVR1, LVR2 en LNR-registratie)

Transcriptie

1

2 PRN Koppelingsprocedure 2005 (LVR1, LVR2 en LNR-registratie) Stichting Perinatale Registratie Nederland Klinische Informatiekunde 1 Postbus 8588 Klinische Epidemiologie & Biostatistiek RN Utrecht Afdeling Verloskunde & Gynaecologie 3 Tel Academisch Medisch Centrum DE Amsterdam info@perinatreg.nl Tel Fax: PRN/AMC-rapport Klinische Informatiekunde Technisch rapport In opdracht van Uitvoering door Stichting Perinatale Registratie Nederland LinKID-projectteam AMC Datum April 2007 Auteurs Marc Tromp 1 (marc.tromp@amc.uva.nl) Miranda Tromp 1 (m.tromp@amc.uva.nl) Anita CJ Ravelli 1 ( a.c.ravelli@amc.uva.nl ) Hans JB Reitsma 2 (j.reitsma@amc.uva.nl) Joris AM van der Post 3 (j.a.vanderpost@amc.uva.nl) Aantal pagina s 59 Aantal bijlagen 1

3 Inhoudsopgave Inhoudsopgave...2 Summary in English...3 Samenvatting...6 Inleiding...9 Samenvatting resultaten en leeswijzer Hoofdstuk 1 Schoningskoppelingen Koppeling LVR1 ^ LVR Koppeling LVR2 ^ LVR Koppeling LNR ^ LNR Hoofdstuk 2 Koppeling LNR ^ LNR voor vinden van heropnames Koppeling LNR ^ LNR voor vinden van heropnames bij eenlingen Koppeling LNR ^ LNR voor vinden van heropnames bij meerlingen Koppeling niet-gekoppelde LNR eenlingen ^ meerlingen Hoofdstuk 3 Koppeling LVR1 ^ LVR Koppeling LVR1 ^ LVR2 eenlingen Koppeling LVR1 ^ LVR2 meerlingen Koppeling niet-gekoppelde LVR1 eenlingen met LVR2 meerlingen Koppeling niet-gekoppelde LVR1 meerlingen met LVR2 eenlingen Creatie LVR1^LVR2 eindbestand Hoofdstuk 4 Koppeling (LVR1 ^ LVR2) ^ LNR Koppeling (LVR1 ^ LVR2) ^ LNR eenlingen Koppeling LVR12 ^ LNR meerlingen Koppeling niet-gekoppelde LVR12 eenlingen met LNR meerlingen Koppeling niet-gekoppelde LVR12 meerlingen met LNR eenlingen Creatie eindbestand (LVR1 ^ LVR2) ^ LNR Hoofdstuk 5 PRN jaar 2005 bestanden Beschrijving eindbestanden Toegevoegd variabelen Mogelijke dubbeltelling Controles op het gekoppelde PRN bestand Versie beheer en bestandnaam Validatie koppeling LNR-registratie Epiloog...41 Referenties...43 Begrippen...45 Appendix: Contents gekoppelde bestand LVR1^LVR2^LNR Pagina 2 van 59

4 Summary in English Linking three Dutch LVR1, LVR2 and LNR registries to combine medical information on pregnancy, childbirth and postnatal period for the year 2005 Introduction In the Netherlands, approximately 59% of births are attended by an obstetrician, 33% by a midwife and around 7% by a general practitioner. Less than a third of births take place at home, although a further 6% of deliveries begin at home but end in a hospital after referral during labour [ Following birth, the child may be admitted to a paediatric unit and will be seen by a paediatrician. As a result, both mother and child may be seen by more than one caregiver. Depending on the profession of the caregivers involved in prenatal care, delivery and subsequent postnatal care, details of the pregnancy (including demographic data on the mother), birth and possible hospital admissions will be recorded in one or more of three registries: the LVR1 (National Obstetric Registry (primary care)), the LVR2 (National Obstetric Registry (secondary care)) and the LNR (National Neonatal Registry). In table 1 the number of records in the separate and in the combined linked registry is described. Table 1: Number of records in the separate LVR1, LVR2, LNR and linked PRN registries Year Unit 2005 LVR1 registry pregnancy women/ 163,764 delivery child LVR2 registry delivery 118,553 LNR registry admission 36,805 Combined linked PRN registry child 193,724 Linked LNR^LNR registratie child Under Dutch privacy law, information within these registries must be rendered anonymous to any parties outside of the treating institution. A unique key, which identifies individuals, simply does not exist. Therefore, in order to collate information on the same woman, pregnancy and child, anonymous linking of the three prenatal registries is required. The linkage procedure and linkage methods Below, we briefly describe the linkage procedure used by the LinKID group to achieve a valid, combined registry through a series of transparent, repeatable steps. The first step in a linkage was to clean each of the three datasets i.e. remove duplicate records. No other data cleaning (such as the removal of impossible date values) was carried out. Next, the LVR1 registry was first matched to the LVR2. Separate linkages were done for singleton and multiple births, after which data were recombined. Then the matched file (LVR12) was matched to the LNR. Linkage methods can be classified as either deterministic or as probabilistic. Under both methods, variables which partially identify a patient and which are present in more than one registry and are of sufficient quality (in terms of coding and degree of missingness) are chosen as linkage variables. In deterministic linkage, a pair of records (one from each dataset) is considered a match if all linkage variables match. A variation on this rule is to consider a pair as a match if they differ on only a (pre-specified) small number of variables, usually one ('n-1' linking, where n is the number of linking variables used). Pagina 3 van 59

5 In probabilistic linkage, weights are calculated for each linking variable separately in case of agreement or disagreement. The weight calculation is based on the probability of a match on each variable in both true matches and non-matches (accidental agreement)[2]. These variable-specific weights assign rewards to each record pair for all variables that agree by assigning the pair a positive score (specific to each variable) and to punish the record pair (by assigning negative weights) for all variables that differ. The total weight for each record pair is calculated by summing all the weights for each linkage variable. Pairs with a high total weight are likely to be matches, while pairs with a low score are unlikely to be a match. Deterministic linkage was only used to clean the data of the separte registries. All other linkages were made using probabilistic linkage [2,3]. A number of variables may not be recorded identically in the two registries. For example, birth weight may be recorded as 3010 gm in one registry, but may be rounded down to 3000 gm in another. Probabilistic linkage can be extended to include so-called close matches. Record pairs with a close match on a given variable are given a smaller reward than a full match, but this procedure will still identify many true matches. A computer algorithm computes the variable-specific weights. Because of this it is possible to estimate the threshold value above which total scores are assumed to represent a match. The threshold reflects an estimate of the prevalence of matches among all possible record pairs. Usually, the great majority of record pairs falls well below the threshold (no match) and a small number fall well above the threshold. The quality of the linkage procedure can be crudely judged when looking to the number of record pairs on both sides of the threshold. The smaller this grey area, the better the discriminatory performance of the linkage procedure. The choice of the correct threshold and the best decision rule on record pairs in the grey area usually requires a judgement based on contextual knowledge in addition to information drawn from the computer output. Given the large number of records (particularly in the LVR1 and LVR2), it is computationally impossible to compare all possible pairs of records from two datasets. To overcome this problem, the data are blocked on certain variables. For example, in creating the link between the LVR1 and LVR2, the data were first blocked on the mother's date of birth: only pairs in which the mother's date of birth was identical in both datasets were considered. This reduced the number of record pairs to be considered from approximately 2 x to just over 3 million. Subsequently, non-matched records were blocked on the postal code of the mother to identify any matches missed by the first blocking. Similarly, records in the LVR12^LNR linkage were blocked first on the child s date of birth and, subsequently, on the mother s postal code (see Figure 2). From validation and comparative studies, it is now known that the LinKID probabilistic linkage procedure performs very well in absolute terms, and considerably better than the best deterministic alternative. Additionally, it provides quantitative information on the success of the linkage and the main sources of error. Results Here we present a selection of information from the 2005 linkage study, which, in total, involves 14 separate steps. First we present the variables used in the LVR1-LVR2 singleton link (after blocking on the mother s date of birth) with their estimated weights (see Table 2). From Table 2 one can read that agreement of postcode provides the highest positive award (10.48) being, apparently, the most informative variable if correct! Date of birth is less informative (8.47). However, the weights assigned to disagreement are and -7.28, respectively, indicating that the error rate in recording the postcode is much higher than in recording birth date. Pagina 4 van 59

6 Table 2: linkage weights for the LVR1^LVR2 linkage singletons 2005 Weights Variable Agree Disagree Postcode (mother) Date of birth (child, full match) Date of birth (close, ±1 day) 1.81 n.a. Expected date of birth (full) Expected DOB (close, ±7 days) 1.20 n.a. Birth weight (full) Birth weight (close, ±10gm) 0.94 n.a. Place of birth Minute of birth Hour of birth Gravidity Gender (child) In Table 3, we present the final linking results after all steps have been taken. The combined dataset consists of 193,724 different records (children), of which 98,799 represent record pairs or triplets that comprise data from two or three registries. Table 3: number of links between the LVR1 LVR2 and LNR registries 2005 Records with information from Number of matches or links LVR1 71,941 LVR2 21,537 LNR 1,447 LVR1^LVR2 66,860 LVR1^LNR 1,877 LVR2^LNR 7,703 LVR1^LVR2^LNR 22,359 PRN (LVR1^LVR2^LNR) registration 193,724 Conclusion We successfully linked the three LVR1, LVR2, LNR Dutch perinatal registries in the PRN registry As a result, all information concerning the same pregnancy and child have been combined into one medical record, making it possible to obtain information across the entire prenatal care period (table 4). Table 4: The linked LVR1 LVR2 and LNR perinatal registries 2005 File Version Date Records LVR1_LVR2_LNR_2005 Versie april LNR_LNR_2005 Versie april It is important to stress that any linkage needs to be validated after it has been carried out. Also, the linkage itself cannot solve the problem as to the 'true' value of a variable in a matched record, if this variable - despite the match - has a different value in the two data sources. Apparently, the positive weights associated with the remaining linking variables was sufficient to overcome such disagreement, but the procedure itself provides no information on which, if either, of the two values is 'true. Pagina 5 van 59

7 Samenvatting Hier wordt in het kort de koppeling van drie Nederlandse perinatale registraties (LVR1, LVR2 en LNR) besproken, die als doel heeft om medische gegevens over de zwangerschap, geboorte van het kind en de postnatale periode samen te voegen voor het jaar Inleiding In Nederland wordt ongeveer 59% van de zwangerschappen begeleid door de gynaecoloog, 33% door een verloskundige en 7% door de huisarts. Minder dan een derde van de bevallingen gebeurt thuis, en bovendien begint 6% van de bevallingen thuis, maar eindigt in het ziekenhuis [ In sommige gevallen wordt het kind na de geboorte opgenomen op een neonatale afdeling, en wordt onderzocht door de kinderarts. Dit betekent dus dat de moeder en het kind door verschillende zorgverleners worden gezien. Afhankelijk van de zorgverlener die betrokken is bij de prenatale zorg, bevalling en postnatale zorg, worden gegevens over de bevalling (inclusief demografische gegevens over de moeder), geboorte en verwijzingen naar het ziekenhuis geregistreerd in een of meer van de drie registraties. Dit zijn de LVR1 (Landelijke Verloskundige Registratie (eerste lijn)) de LVR2 (Landelijke Verloskundige Registratie (tweede lijn)) en de LNR (Landelijke Neonatale Registratie). In tabel 1 staat het aantal records in de verschillende registraties en in het uiteindelijke gekoppelde PRN bestand. Tabel 1: Aantal records in de verschillende perinatale registraties in 2005 Registratie Eenheid Aantal Records LVR1 registratie los Zwangerschap/baring vrouw geboorte kind LVR2 registratie los Geboorte kind LNR registratie los Opname kind Gekoppelde PRN Kind (LVR1^LVR2^LNR) registratie Gekoppelde LNR^LNR registratie Opname kind Vanwege de Nederlandse privacy wetgeving moet de informatie in deze registraties eerst geanonimiseerd worden, voordat andere partijen buiten de zorginstellingen deze mogen gebruiken. Een unieke sleutel, die individuen identificeert, is dus niet toegestaan. Om informatie over dezelfde vrouw, zwangerschap en kind uit deze 3 registraties te kunnen koppelen wordt een anonieme koppelingsprocedure gebruikt. De koppelingsprocedure en koppelingsmethoden Hieronder beschrijven we de koppelingsprocedure, die bestaat uit een aantal stappen en wordt gebruikt door het LinkID team om een valide, gekoppelde registratie te verkrijgen De eerste stap in het koppelingsproces is om elk van deze drie datasets op te schonen, met andere woorden het verwijderen van dubbele records. Er worden geen andere schoningsstappen uitgevoerd (zoals het verwijderen van onwaarschijnlijke waarden) Vervolgens wordt de LVR1 registratie gekoppeld met de LVR2 registratie. Hierbij worden eenlingen en meerlingen apart behandeld, en na de koppeling weer samengevoegd. Het gekoppelde bestand (LVR12) wordt hierna gekoppeld met het LNR bestand. Men onderscheidt twee belangrijke koppelingsmethoden, deterministisch en probabilistisch. Bij beide methoden worden er koppelvariabelen gekozen, die partieel identificerend zijn voor een patiënt, daarnaast in beide registraties voorkomen en bovendien van voldoende kwaliteit zijn (laag percentage missings) Pagina 6 van 59

8 Bij de deterministische methode wordt een recordpaar beschouwd als een match als alle koppelvariabelen overeenkomen. Een altenatieve en minder strenge methode is om een paar als match aan te merken als een klein aantal variabelen verschilt (meestal één, de zogenaamde n-1 koppeling, waarin n is het aantal gebruikte koppelvariabelen) Bij de probabilistische methode worden er gewichten uitgerekend voor iedere koppelvariabele, zowel voor overeenstemming als geen overeenstemming. De berekening van het gewicht is gebaseerd op de kans op overeenstemming van iedere variabele voor zowel de werkelijke matches als de niet-matches.[2]. Deze variabele-specifieke gewichten geven een beloning (door middel van een positieve score) voor ieder variabele die overeenkomt binnen het recordpaar, en een straf (door middel van een negatieve score) voor iedere variabele die verschilt binnen het recordpaar. Het totale gewicht voor ieder recordpaar wordt berekend door het optellen van de gewichten van de afzonderlijke koppelvariabelen. Paren met een hoog totaalgewicht zijn waarschijnlijk matches, en paren met een lage score waarschijnlijk geen matches. De deterministische methode wordt alleen gebruikt om de losse registraties op te schonen. Voor alle andere koppelingen wordt de probabilistische methode gebruikt [2,3]. Een aantal variabelen wordt soms niet precies gelijk in de beide registratie opgenomen. Het geboortegewicht van een kind zou bijvoorbeeld in de ene registratie als 3010 gram zijn geregistreerd en in de andere registratie afgerond naar 3000 gram. Om deze close-waarden te ondervangen kan de probabilistisch methode worden uitgebreid. Recordparen met een close match op een bepaalde variabele krijgen een lagere beloning dan recordparen met een full match Een algoritme berekent de variabele-specifieke gewichten. Hierdoor wordt het mogelijk om het afkappunt te schatten; paren met een hogere totaalscore worden beschouwd als een link. Het afkappunt geeft een schatting weer van de prevalentie van de matches tussen alle mogelijke recordparen. In het algemeen valt de grote meerderheid van de records ver beneden het afkappunt (geen match) en een klein aantal ruim boven het afkappunt. De kwaliteit van de koppelingsprocedure kan beoordeeld worden door een aantal recordparen aan beide kanten van het afkappunt te onderzoeken. Hoe kleiner het grijze gebied, hoe beter het discriminerend vermogen van de koppelingsprocedure. De keuze van het juiste afkappunt voor de recordparen in het grijze gebied wordt zowel bepaald door informatie die de output van de computer oplevert, als door kennis over de context. Vanwege het grote aantal records (met name in de LVR1 en LVR2), is het onmogelijk (lees: zeer tijdrovend) om met de computer alle mogelijke recordparen te vergelijken in beide datasets. Om dit probleem op te lossen, wordt de data geblocked op een bepaalde variabele. Om bijvoorbeeld de koppeling tussen de LVR1 en LVR2 te realiseren wordt de data eerst geblocked op de geboortedatum van de moeder: er worden dan alleen paren met een identieke geboortedatum van de moeder vergeleken. Hierdoor wordt het aantal recordsparen dat wordt beschouwd als mogelijke match gereduceerd van ongeveer 2 x naar 3 x Vervolgens worden de niet-gekoppelde records geblocked op postcode van de moeder, om matches te vinden, die bij de eerste blocking zijn gemist. Op een vergelijkbare manier worden de records in de LVR12^LNR koppeling eerst geblocked op de geboortedatum kind, en vervolgens op de postcode van de moeder. Uit de validatie en vergelijkende studies is gebleken dat de probabilistische koppelingsprocedure goed presteert in absolute zin, en behoorlijk beter dan het beste deterministische alternatief. Bovendien hebben deze studies kwantitatieve informatie opgelevert over het succes van de koppelingsprocedure, en de belangrijkste bronnen van fouten. Resultaten Hier presenteren we een selectie van de informatie uit de koppelingsstudie van 2005, die in totaal uit 14 verschillende stappen bestaat. Eerst tonen we de variabelen die zijn gebruikt in de LVR1-LVR2 eenling koppeling (na blocking op geboortedatum moeder) met de bijbehorende geschatte gewichten (zie tabel 2) Pagina 7 van 59

9 In tabel 2 kan men de zien dat de overeenstemming op postcode de hoogste positieve score geeft (10.48) en daarmee geeft het de meest informatieve waarde. De geboortedatum van het kind is minder informatief (8.47). De bijbehorende gewichten voor geen overeenstemming zijn respectievelijk and Dit geeft aan dat het foutenpercentage bij het registreren van de postcode veel hoger is dan bij de geboortedatum. Tabel 2: koppelgewichten voor de LVR1^LVR2 koppeling voor singletons Gewichten Variabele Agree Disagree Postcode (moeder) Geboortedatum (kind, full match) Geboortedatum (close, ±1 dag) 1.81 nvt Aterme datum (full) Aterme datum (close, ±7 dagen) 1.20 nvt Geboorte gewicht (full) Geboorte gewicht (close, ±10g) 0.94 nvt Geboorteplaats Geboorte minuut Geboorte uur Graviditeit Geslacht (kind) In Tabel 3, staan de uiteindelijke resultaten nadat alle koppelingsstappen zijn uitgevoerd. Het gekoppelde PRN eindbestand bevat verschillende records (moeder-kind combinaties), waarvan recordparen data bevatten uit twee of drie registraties. Tabel 3: aantal links tussen de LVR1, LVR2 en LNR registraties 2005 Records met informatie uit Aantal records LVR LVR LNR LVR1^LVR LVR1^LNR LVR2^LNR LVR1^LVR2^LNR PRN linked LVR1^LVR2^LNR registratie Conclusie We hebben de drie Nederlandse perinatale registraties (LVR1, LVR2 en LNR) succesvol gekoppeld tot het PRN 2005 eindbestand. Het resultaat is dat alle informatie over dezelfde zwangerschap en hetzelfde kind gecombineerd zijn in één medisch record. Dit maakt het mogelijk om informatie te verkrijgen over de gehele periode van perinatale zorg (tabel 4). Tabel 4: de gekoppelde eindbestanden LVR1, LVR2 en LNR koppeling 2005 Naam bestand Versienummer Datum bestand Records LVR1_LVR2_LNR_2005 Versie april LNR_LNR_2005 Versie april Het is belangrijk om iedere koppeling na afloop te valideren. De koppeling zelf kan het probleem van de werkelijke waarde van een variabele, als deze verschillend is in de twee registraties bij een link, niet oplossen. Het positieve gewicht van de overige koppelvariabelen was voldoende om het verschil te overkomen, maar de procedure geeft geen informatie over welke van de twee waardes de werkelijke waarde is. Pagina 8 van 59

10 Inleiding Voor u ligt de rapportage van de PRN koppeling van de perinatale registraties (LVR1, LVR2 en LNR) voor het jaar Dit koppelingsproject is een vervolg op het LinKID koppelingsproject van de perinatale registraties voor de jaren 2000 tot en met 2004 [3-8]. Deze rapportage is de verantwoording van de koppeling van 2005 en de documentatie bouwt daarbij primair voort op de uitgebreide documentatie van de koppeling van 2001 [3] en volgende jaren (Koppelingsprocedure PRN 2001: Deel I Hoofdlijnen en Deel II Beschrijving en Toelichting en Koppelingsprocedure PRN 2002: Beschrijving en Toelichting) [3-4]. De PRN koppelingsmethodiek is in 2003 in opdracht van Stichting PRN ontwikkeld in het AMC door prof dr GJ Bonsel, dr N Méray, dr ACJ Ravelli en dr JB Reitsma. Deze PRN koppelingsmethodiek is door dr Nora Meray, drs Miranda Tromp en drs Joseph McDonnel toegepast op vervolg jaren van de PRN registratie. Deze PRN koppelingsmethodiek bouwt voort op het koppelingswerk van dr JB Reitsma en Prof dr GJ Bonsel voor de Hartstichting in het kader van het proefschrift van Reitsma [2]. De PRN koppelingen van 2001 en 2002 zijn op validiteit getest [9-11], en functioneren daarom in het vervolg als referentie. De documentatie van de koppeling van 2001 tot en met 2005 is beschikbaar op de website van de Stichting Perinatale Registratie Nederland ( en de website van de afdeling Klinische Informatiekunde van het AMC (kik.amc.uva.nl/kik/) onder Technical Reports. De uitgangspunten voor de PRN koppeling van 2005 zijn niet veranderd ten opzichte van de eerdere jaren. De Stichting PRN heeft begin februari 2007 de afdeling Klinische Informatiekunde van het AMC opdracht gegeven om, op basis van de ontwikkelde PRN koppelingsmethodiek, de koppeling uit te voeren van de LVR1, LVR2 en LNR registratie bestanden van 2005 t/m Het vervolgkoppelingsproject 2005 is uitgevoerd op de afdeling Klinische Informatiekunde, AMC Amsterdam, door medische informatiekundige Marc Tromp, onder begeleiding van medische informatiekundige Miranda Tromp en epidemioloog Anita Ravelli. Het projectteam wordt sinds het vertrek van prof dr GJ Bonsel naar de ErasmusMC in Rotterdam gesuperviseerd door gynaecoloog prof dr JAM van de Post. Als begeleidingsgroep zijn dr JB Reistma, een verloskundige, een gynaecoloog en een neonatoloog benoemd. De projectuitvoering van de LVR1^LVR2^LNR 2005 koppeling liep vanaf 1 februari 2007 t/m 15 april Er is voor de koppeling van 2005 een aantal kleine veranderingen doorgevoerd in de koppelmethodiek ten opzichte van de PRN koppeling van het jaar 2004 [8]. Ten eerste is, op basis van de ABCD^PRN koppeling [12], de schoningskoppeling LVR1 van de administratieve dubbeltellingen minder streng uitgevoerd. Bij overeenkomst op 8 variabelen werd een record als administratieve dubbeltelling weggeschreven ten opzichte van overeenkomst op 9 variabelen in voorgaande jaren. Ten tweede is de LVR1^LVR2 meerlingkoppeling aangepast. Een LVR1 record dat als meerlingrecord is meegenomen omdat de reden verwijzing naar de 2 e lijn een meerlingzwangerschap betrof, kan nu koppelen aan de twee bijbehorende LVR2 meerlingrecords. Voorheen was dit niet mogelijk omdat de meerlingcode en omvang meerling overeen moesten stemmen. Ten slotte is er een nieuwe koppelingsstrategie ontwikkeld voor de LNR^LNR meerling koppeling. Uit de LNR validatiestudie uitgevoerd in 2005, bleek immers dat de meerlingcode geen betrouwbare koppelvariabele is om de opnames van meerlingkinderen uit elkaar te houden (zie 5.6). Deze nieuwe methode is beschreven in 3.2. De gegevens van LNR heropnames van meerlingkinderen zijn vanaf 2005 weer te gebruiken voor analyses door deze nieuwe strategie. Het gekoppelde PRN (LVR1 LVR2 LNR) 2005 bestand kan wederom in combinatie gebruikt worden in samenhang met de eerder door LinKID gekoppelde PRN bestanden van 2000 tot en met Pagina 9 van 59

11 Het LVR1 bronbestand 2005 bestond uit records, het LVR2 bronbestand uit records en het LNR bronbestand uit records. Tabel 1 Aantal records per LVR1, LVR2 en LNR bestand Jaar 2005 Aantal Records Datum Bronbestand Prismant Datum ontvangst AMC voor koppeling LVR1 registratie apr feb LVR2 registratie oct feb LNR registratie jun feb Aantal Deelnemende Praktijken Het gekoppelde PRN eindbestand 2005 bestaat uit records % van de LVR1 records ( records) kon gekoppeld worden aan een LVR2 record. Van kinderen zijn meerdere opnames als heropname van hetzelfde kind geïdentificeerd in de LNR. Er zijn LVR1 en/of LVR2 records gekoppeld aan een LNR record. Tabel 2 Trend in LVR1, LVR2, LNR en gekoppelde PRN registratie [13-15] PRN gekoppeld bestand LVR1 registratie LVR2 registratie LNR registratie PRN gekoppelde registratie Pagina 10 van 59

12 Samenvatting resultaten en leeswijzer Alles bijeen zijn voor de PRN 2005 koppeling er 14 koppelingen uitgevoerd. De schoningskoppelingen zijn beschreven in 1: - LVR1 ^ LVR1 - voor het herkennen van administratieve dubbeltellingen ( 1.1). - LVR2 ^ LVR2 - voor het herkennen van administratieve dubbeltellingen ( 1.2). - LNR ^ LNR - voor het herkennen van administratieve dubbeltellingen ( 1.3). De koppelingen tussen de LNR ^ LNR registratie zijn beschreven in 2: - Herkennen van heropnames van hetzelfde kind binnen de groep eenlingen. ( 2.1). - Herkennen van heropnames van hetzelfde kind binnen de groep meerlingen. ( 2.2). - Koppelen van niet-gekoppelde LNR eenlingen met niet-gekoppelde LNR tweelingen voor het vinden van heropnames ( 2.3). De koppelingen tussen de LVR1 en LVR2 registratie zijn beschreven in 3: - Koppelen van eenlingen LVR1 ^ LVR2 ( 3.1). - Koppelen van meerlingen LVR1 ^ LVR2 ( 3.2). - Koppelen van niet-gekoppelde LVR1 eenlingen met niet-gekoppelde LVR2 meerlingen ( 3.3). - Koppelen van niet-gekoppelde LVR1 meerlingen met niet-gekoppelde LVR2 eenlingen ( 3.4). De koppelingen tussen de gekoppelde LVR1^LVR2 registratie met de LNR registratie zijn beschreven in 4: - Koppelen van eenlingen LVR1 ^ LVR2 met LNR ( 4.1). - Koppelen van meerlingen LVR1 ^ LVR2 met LNR ( 4.2). - Koppelen van niet-gekoppelde LVR1 ^ LVR2 eenlingen met niet-gekoppelde LNR meerlingen ( 4.3). - Koppelen van niet-gekoppelde LVR1 ^ LVR2 meerlingen met niet-gekoppelde LNR eenlingen ( 4.4). In 5: wordt het gekoppelde PRN jaarbestand beschreven In de epiloog wordt een vergelijking gemaakt tussen de eerdere jaren. Pagina 11 van 59

13 Hoofdstuk 1 Schoningskoppelingen In 1.1 t/m 1.3 worden de interne koppelingen LVR1^LVR1, LVR2^LVR2, en LNR^LNR besproken. Dit zijn voorbereide of schoningskoppeling voordat de verschillende registratie tussen elkaar kunnen worden gekoppeld. 1.1 Koppeling LVR1 ^ LVR1 Hier wordt de interne koppeling van de LVR1 registratie beschreven. Het doel van de toegepaste interne LVR1 ^ LVR1 koppeling is het verwijderen van administratieve dubbeltellingen uit het LVR1 bestand. De methodiek van deze koppeling is een deterministische koppeling. De koppeling vond plaats op basis van 10 koppelvariabelen. Als blocking-variabele is eerst de geboortedatum van de moeder gebruikt en daarna de postcode van de moeder. Het LVR ASCII bestand (Z:\Jaarbestand\ASCII\LVR1\lvr1jaar2005.dat) wordt ingelezen en omgezet in een SAS jaarbestand (Z:\Jaarbestand\SAS jaar\lvr1\lvr1jr05.sas7bdat), het LVR bestand bestaat uit records. Daarnaast wordt ook het LVR (Z:\Jaarbestand\SAS Jaar\LVR1\lvr1jr04) bestand ingelezen ( records). Uit dit bestand worden de records geselecteerd waarbij de à terme datum in 2005 is, records waarbij de geboorte datum van het kind en de à terme datum missend is en records waarbij de à terme datum na 1 december 2004 is (6.881 records). In totaal zijn er nu LVR1 records uit 2005 (bestand V ). Zie figuur 1A (volgende bladzijde) voor een flowchart van de LVR1 ^ LVR1 koppeling. Het LVR1 bestand wordt deterministisch met zichzelf gekoppeld voor het vinden van administratieve dubbeltellingen. De koppeling wordt eerst uitgevoerd met blocking op geboortedatum moeder en vervolgens met blocking op postcode moeder. Alle paren waarbij de geboortedatum van de moeder overeenkomt, worden aangemaakt ( paren). Voor de interne LVR1-LVR1 koppeling worden de volgende 10 variabelen vergeleken: postcode moeder (geboortedatum moeder bij blocking op postcode), praktijknummer, graviditeit, geboortedatum kind, à terme datum, gewicht, geslacht, geboorte uur en geboorte minuut. Daarnaast worden nog meerlingcode en omvang meerling meegenomen. Records worden als een administratieve dubbeltelling beschouwd als 9 van de 10 variabelen overeenkomen of als 8 van de 10 variabelen overeenkomen en daarnaast ook sprake is van een eenling. Er is in 2005 nog een extra situatie voor een administratieve dubbeltelling, namleijk als 7 van de 10 variabelen overeenkomen en daarnaast niet alleen sprake is van een eenling, maar ook de praktijkcodes overeenkomen en de aterme datum missing is. Op deze manier worden 400 administratieve dubbeltellingen gevonden. De niet-gekoppelde records worden vervolgens nog gekoppeld met blocking op postcode moeder. Alle paren waarbij de postcode overeenkomt worden aangemaakt ( ). Administratieve dubbeltellingen worden op dezelfde wijze geselecteerd, maar nu met geboortedatum moeder als koppelvariabele in plaats van postcode moeder. Er worden geen extra administratieve dubbeltellingen gevonden. De 400 gevonden administratieve dubbeltellingen worden samengevoegd en er worden clusters aangemaakt om te controleren of er administratieve tripels bijzitten. Er worden 6 administratieve tripels gevonden. Van iedere administratieve dubbel wordt het tweede record verwijderd en van iedere administratieve trippel wordt daarnaast ook het derde record verwijderd. Van de LVR1 records zijn nu 394 administratieve dubbeltellingen verwijderd, waardoor er nog records over zijn. De recordidentificaties van de verwijderde administratieve dubbeltellingen records, staan beschreven in het sleutelbestand op positie 2 (v_admin1) na positie 1 waar de recordidentificatie (v_recid) staat van het record waar het een administratieve dubbeltelling van is. Het opgeschoonde LVR bestand wordt weggeschreven naar: Z:\Jaarbestand\SAS jaar\gekoppelde bestanden\2005\lvr1_opgeschoond.sasb7dat Pagina 12 van 59

14 Inlezen LVR bestand Z : \ Jaarbestand \ SASjaar \ LVR 1 \ lvr 1 jaar2004.dat Inlezen LVR bestand Z:\Jaarbestand \SASjaar \LVR 1 \ lvr 1 jaar dat LVR bestand ( lvr 1 jr 04 ) records LVR bestand (lvr1jr05 ) records A terme datum voor dec records LVR records die mogelijk met LVR records kunnen koppelen records LVR bestand records LVR bestand records Blocking geboortedatum moeder Administratieve dubbeltellingen 394 records Blocking postcode moeder Administratieve dubbeltellingen 0 records Opgeschoond LVR bestand records Opslaan opgeschoond LVR bestand Z : \ jaarbestand \SASjaar \gekoppelde bestanden \ 2005 \lvr1_opgeschoond.sas7bdat Figuur 1A Flowchart LVR1 ^ LVR1 koppeling Pagina 13 van 59

15 1.2 Koppeling LVR2 ^ LVR2 Het doel van de toegepaste interne LVR2 ^ LVR2 koppeling is het verwijderen van administratieve dubbeltellingen uit het LVR2 bestand. De methodiek van deze LVR2^LVR2 koppeling is een deterministische koppeling. De LVR2^LVR2 koppeling vond plaats op basis van 11 koppelvariabelen. Als blocking-variabele is eerst de geboortedatum van de moeder gebruikt en daarna de postcode van de moeder. Het LVR ASCII (Z:\Jaarbestand\ASCII\LVR2\lvr2jaar2005.dat) bestand wordt ingelezen en omgezet in een SAS jaarbestand (Z:\Jaarbestand\SAS jaar\lvr2\lvr2jr05.sasb7dat). Het LVR bestand bestaat uit records. Zie figuur 2 voor een flowchart van de LVR2 ^ LVR2 koppeling. Het LVR2 bestand wordt deterministisch met zichzelf gekoppeld voor het vinden van administratieve dubbeltellingen. De koppeling en selectie van administratieve dubbeltellingen vindt op dezelfde, strengere wijze plaats dan bij de LVR1 koppeling. Met blocking op geboortedatum moeder worden 89 administratieve dubbeltellingen gevonden. De nietgekoppelde records worden vervolgens nog gekoppeld met blocking op postcode moeder. Er worden nog 5 extra administratieve dubbeltellingen gevonden. De 94 gevonden administratieve dubbeltellingen worden samengevoegd en er worden clusters aangemaakt om te controleren of er administratieve tripels bijzitten. Er wordt 1 administratieve tripel gevonden. Van de administratieve dubbeltellingen wordt ieder tweede record verwijderd en van de tripel wordt het tweede en derde record verwijderd. Van de LVR2 records zijn nu 94 administratieve dubbeltellingen verwijderd waardoor er nog records over zijn. De recordidentificaties van de verwijderde administratieve dubbeltellingen records, staan beschreven in het sleutelbestand op positie 2 (g_admin1) na positie 1 waar de recordidentificatie (g_recid) staat van het record waar het een administratieve dubbeltelling van is. Het opgeschoonde LVR bestand wordt weggeschreven naar: Z:\Jaarbestand\SAS jaar\gekoppelde bestanden\2005\lvr2_opgeschoond.sasb7dat Pagina 14 van 59

16 Inlezen LVR bestand Z : \ Jaarbestand\ SAS jaar \ LVR 2\lvr2jaar2005.dat LVR bestand records Blocking geboortedatum moeder Administratieve dubbeltellingen 89 records Blocking postcode moeder Administratieve dubbeltellingen 5 records Opgeschoond LVR bestand records Opslaan opgeschoond LVR bestand Z : \ Jaarbestand \ SAS jaar \ gekoppelde bestanden\2005\ lvr 2 _opgeschoond. sas7bdat Figuur 1B Flowchart LVR2 ^ LVR2 koppeling Pagina 15 van 59

17 1.3 Koppeling LNR ^ LNR Het doel van de toegepaste interne LNR ^ LNR koppeling is het verwijderen van administratieve dubbeltellingen uit het LNR bestand. De methodiek van deze koppeling is een deterministische koppeling. De koppeling vond plaats op basis van 11 koppelvariabelen. Als blocking-variabele is eerst de geboortedatum van het kind gebruikt en daarna de postcode van de moeder. Deze koppeling is iets meer veeleisender omdat heropnames kunnen voorkomen. Het LNR 2005 ASCII (Z:\Jaarbestand\ASCII\LNR\lnrjaar2005.dat) bestand wordt ingelezen en omgezet in een SAS jaarbestand (Z:\Jaarbestand\SAS jaar\lnr\lnrjaar2005.sas7bdat). Het LNR 2005 bestand bestaat uit records. Het LNR bestand wordt deterministisch met zichzelf gekoppeld voor het vinden van administratieve dubbeltellingen. De koppeling wordt eerst uitgevoerd met blocking op geboortedatum kind en vervolgens met blocking op postcode moeder. Alle paren waarbij de geboortedatum van het kind overeenkomt, worden aangemaakt ( paren). Voor de koppeling worden de volgende 11 variabelen vergeleken: postcode moeder (geboortedatum kind bij blocking op postcode), geboortedatum moeder, amenorroeduur, gewicht, geslacht, datum opname, datum ontslag, LNR praktijkcode, meerlingcode en omvang meerling. Records worden als een administratieve dubbeltelling beschouwd als alle variabelen overeenkomen of als 1 variabele niet overeenkomt maar in ieder geval meerlingcode, omvang meerling, opname datum, ontslagdatum en LNR praktijkcode overeenkomen. Op deze manier worden 166 administratieve dubbeltellingen gevonden. De niet-gekoppelde records worden vervolgens nog gekoppeld met blocking op postcode moeder. Hierbij worden 17 extra administratieve dubbeltellingen gevonden. De 183 gevonden administratieve dubbeltellingen worden samengevoegd en er worden clusters aangemaakt om te controleren of er administratieve tripels bijzitten. Er worden 7 administratieve tripels gevonden en 1 quintuple. Van de administratieve dubbeltellingen wordt ieder tweede record verwijderd, van de tripel wordt het tweede en derde record verwijderd en van de quintuple bovendien ook het vierde en het vijfde record. Van de LNR records zijn nu 170 administratieve dubbeltellingen verwijderd, waardoor er nog LNR records over zijn. De recordidentificaties van de verwijderde administratieve dubbeltellingen records, staan beschreven in het sleutelbestand op positie 2 (n_admin1) na positie 1 waar de recordidentificatie (n_recid) staat van het record waar het een administratieve dubbeltelling van is. Het opgeschoonde LNR 2005 bestand wordt weggeschreven naar: Z:\Jaarbestand\SAS jaar\gekoppelde bestanden\2005\lnr_opgeschoond.sasb7dat Pagina 16 van 59

18 Hoofdstuk 2 Koppeling LNR ^ LNR voor vinden van heropnames Het doel van de toegepaste interne LNR ^ LNR koppeling is het vinden van heropnames behorend bij hetzelfde kind in het LNR bestand. De methodiek van deze koppeling is een probabilistische koppeling op basis van 8 koppelvariabelen, apart voor eenlingen en meerlingen. Als blocking-variabele is eerst de geboortedatum van het kind gebruikt en daarna de postcode van de moeder. 2.1 Koppeling LNR ^ LNR voor vinden van heropnames bij eenlingen Het opgeschoonde LNR bestand met records ($1.3) wordt ingelezen vanaf Z:\Jaarbestand\SAS jaar\lnr\lnr2005_schoon. Uit dit bestand worden de eenlingrecords en meerling records gescheiden. Er zijn eenling records en meerling records in het LNR 2005 bestand. Zie figuur 2A voor de flowchart van de LNR ^ LNR eenlingkoppeling. Het LNR bestand wordt probabilistisch met zichzelf gekoppeld voor het vinden van heropnames. De koppeling wordt eerst uitgevoerd met blocking op geboortedatum kind en vervolgens met blocking op postcode moeder. Alle paren waarbij de geboortedatum van het kind overeenkomt, worden aangemaakt ( paren). Voor de koppeling worden de volgende 8 variabelen vergeleken (zie Tabel 2.1): geboortedatum moeder, amenorroeduur in weken, postcode (geboortedatum kind bij blocking op postcode), gewicht, geslacht, Apgarscore na 5 minuten en patiëntidentificatie. Voor de variabele geboortegewicht wordt naast een full match ook een close gedefinieerd. Er is sprake van een close als het verschil in gewicht kleiner of gelijk is aan 50 gram. Tabel 2.1 Frequentietabel koppelvariabelen LNR^LNR heropnames eenlingen 2005 Variabele label Variabele naam Aantal missend % Missend Geboortedatum moeder n_ddgebmoe % Apgar score na 5 minuten n_apgar_ % Postcode (4 cijfers) n_pc 333 <1% Gewicht kind n_gew 291 <1% Patiëntidentificatie n_patid 3 <1% Geboortedatum kind n_ddgebkind 0 0% Amenorroeduur in weken n_amww 0 0% Geslacht kind n_gesl 0 0% Tabel 2.2 geeft de gewichten bij overeenstemming en geen overeenstemming weer, die berekend zijn op basis van de u i en m i waarden. De u i waarden zijn berekend op basis van de randtotalen en de m i waarden op basis van fitting met een non-lineaire procedure. Tabel 2.2 Gewichten koppelvariabelen LNR ^ LNR heropnames eenlingen 2005 Variabele m i waarden u i waarden Gewicht bij agree Gewicht bij disagree Geboortedatum moeder 0,9198 0, ,49-3,64 Patiëntidentificatie 0,6069 0, ,13-1,35 Postcode (4 cijfers) 0,9484 0, ,95-4,28 Gewicht kind (full) 0,8597 0, ,62-4,80 Gewicht kind (+/- 50 gr) 0,1059 0,0375 1,50 nvt Amenorroeduur in weken 0,9399 0,1269 2,89-3,86 Apgar-score na 5 minuten 0,9521 0,3867 1,30-3,86 Geslacht kind 0,9755 0,5026 0,96-4,34 Op basis van de geschatte prevalentie van het aantal matches berekend met de fitting procedure verwacht men * = matches te vinden. Op basis van de geschatte prevalentie en het bekijken van de paren wordt een afkappunt van 8,0 gekozen en worden paren geselecteerd als match. Pagina 17 van 59

19 Figuur 2A Flowchart LNR ^ LNR eenlingkoppeling Pagina 18 van 59

20 Vervolgens worden alle paren aangemaakt waarbij de postcode van de moeder hetzelfde is ( paren). Paren boven het afkappunt van 8,0 en waarbij de geboortedatum van het kind niet overeenkomt worden geselecteerd (6 paren). In totaal zijn er paren geselecteerd als matches. Er worden clusters aangemaakt van deze paren om alle heropnames van een kind bij elkaar te vinden. In totaal zijn er kinderen die meer dan één keer zijn opgenomen (1.719 kinderen die twee keer zijn opgenomen, 396 kinderen drie keer, 45 kinderen vier keer, 11 kinderen vijf keer, 1 kind zes keer en 1 kind zeven keer.). Het overgebleven LNR eenlingbestand ( records) bestaat uit kinderen die één keer zijn opgenomen (tabel 2.3). Tabel 2.3 Aantal opnames bij LNR eenlingen 2005 Opname Aantal Records Aantal kinderen % aantal records ,2% ,0% ,6% ,5% ,1% <0,1% <0,1% Totaal ,0 % Het uiteindelijke LNR 2005 eenlingbestand bestaat uit de samenvoeging van het bestand van kinderen die één keer zijn opgenomen ( records) en het bestand van de kinderen met heropnames (4.874 records van kinderen). Dit bestand bestaat in totaal uit records en wordt weggeschreven naar: \2005\ lnr_2005_singleton.sasb7dat. Dit bestand zal gebruikt worden voor de eenlingkoppeling met het gekoppelde LVR1^LVR2 bestand. 2.2 Koppeling LNR ^ LNR voor vinden van heropnames bij meerlingen Het vinden van heropnames bij meerlingen gebeurt op dezelfde wijze als bij eenlingen. Nu worden alleen de meerlingrecords geselecteerd uit het Z:\Jaarbestand\SAS jaar\lnr\lnr2005_schoon bestand (3.596 records). Zie figuur 2B voor een flowchart van de LNR^LNR meerlingkoppeling. Alle paren waarbij de geboortedatum van het kind overeenkomt, worden aangemaakt ( paren). Er worden net als bij de eenlingkoppeling 8 variabelen vergeleken. Alle paren boven het afkappunt 8,7 worden geselecteerd als match (2.409 paren). De meerlingcode en omvang meerlingcode worden nu niet meegenomen, omdat uit de LNR validatiestudie bleek dat deze waarden niet betrouwbaar zijn [9,10]. Er is voor de PRN koppeling 2005 een nieuwe systematiek bedacht om heropnames van meerlingen in de clusters in de LNR registratie op te lossen (oftewel de juiste heropname aan het juiste meerlingkind te koppelen). Uit de validatiestudie bleek namelijk ook dat het algoritme er goed in slaagde om alle opnames van kinderen van één meerling bij elkaar te vinden maar binnen een meerlingpaar heropnames verwisselde indien er een fout zat in de meerlingcode. Blocking op postcode moeder levert nog 2 extra paren op. In totaal zijn er paren geselecteerd als match. Van de paren boven het afkappunt, koppelen 966 paren uniek en paren in clusters. De 966 unieke paren bestaan in dit geval uit een eerste opname met een heropname of uit twee opnames, elk van een verschillend kind van één tweeling. Er worden clusters aangemaakt van de paren om de juiste opnames bij elkaar te vinden. In totaal zijn er 261 clusters gevonden van verschillende grootte (zie tabel 2.4) De clusters bevatten nu alle opnames van alle kinderen van één meerling en bevatten dus ook foutieve matches, namelijk tussen opnames van verschillende kinderen van een meerling. De foutieve links zijn er uit gehaald door tijdens de koppeling een tweede totaalgewicht te berekenen. Dit totaalgewicht is alleen gebaseerd op variabelen die kunnen verschillen tussen kinderen van een meerling (gewicht kind, geslacht, apgarscore 5 min en meerlingcode) daarnaast wordt voor de meerlingcode een gewicht van +1 toegekend als de code overeenkomt en een gewicht van -1 als de code verschilt. Pagina 19 van 59

21 Het blijkt dat dit tweede totaalgewicht een goed discriminerend vermogen heeft voor de paren binnen één cluster. Links tussen opnames van dezelfde kinderen van een meerling krijgen een hoge positieve score, en links tussen opnames van verschillende kinderen van een meerling een negatieve score, en in sommige gevallen een lage positieve score. Na visuele inspectie van de verschillende clusters blijkt het afkappunt 5.0 voor zowel de clusters als het unieke bestand goed te voldoen. Het cluster bestand en het unieke bestand zijn samengevoegd en op basis van het afkappunt worden er 650 paren gevonden. Dit is een selectie van de paren boven het 2e afkappunt. Tabel 2.4 Clusters LNR ^ LNR heropnames meerlingen 2005 Aantal paren Aantal Aantal paren per cluster clusters Totaal Er worden opnieuw clusters aangemaakt om de heropnames van hetzelfde kind te vinden. Er zijn 454 meerlingkinderen die meer dan één keer zijn opgenomen (372 kinderen zijn 2 keer opgenomen, 71 kinderen 3 keer, 10 kinderen 4 keer en 1 kind 5 keer). Het overgebleven LNR meerlingbestand (2.594 records) bestaat uit kinderen die één keer zijn opgenomen. Het uiteindelijke LNR 2005 meerlingbestand bestaat uit de samenvoeging van het bestand van kinderen die één keer zijn opgenomen (2.594 records) en het bestand van de kinderen met heropnames (1.002 records van 454 kinderen). Dit bestand bestaat in totaal uit records en wordt weggeschreven naar:..\gekoppelde bestanden\lnr_2005_meerling.sasb7dat. Dit bestand zal gebruikt worden voor de meerlingkoppeling met het gekoppelde LVR1^LVR2 bestand. Tabel 2.3 Aantal (her)opnames bij LNR meerlingen 2005 Opname Aantal records Aantal kinderen % aantal records ,1% ,7% ,9% ,1% ,1% Totaal ,0 % 2.3 Koppeling niet-gekoppelde LNR eenlingen ^ meerlingen Het niet-gekoppelde LNR eenlingbestand ( records) wordt gekoppeld met het nietgekoppelde LNR meerlingbestand (2.594 records). Met blocking op geboortedatum kind en met blocking op postcode moeder worden in dit jaar geen extra paren gevonden. Pagina 20 van 59

22 Figuur 2B Flowchart LNR ^ LNR meerlingkoppeling Pagina 21 van 59

23 Hoofdstuk 3 Koppeling LVR1 ^ LVR2 Het doel van de LVR1 ^ LVR2 koppeling is het koppelen van LVR1 records en LVR2 records die bij dezelfde zwangerschap horen. De LVR1 ^ LVR2 koppeling wordt voor eenlingen en meerlingen afzonderlijk uitgevoerd. De methodiek van de koppelingen is een probabilistische koppeling op basis van 10 variabelen, met blocking op geboortedatum moeder en vervolgens op postcode moeder. 3.1 Koppeling LVR1 ^ LVR2 eenlingen Het opgeschoonde LVR1 bestand wordt ingelezen ( records). Uit dit bestand worden de eenlingrecords geselecteerd ( records). Het opgeschoonde LVR2 bestand wordt ingelezen ( records). Uit dit bestand worden de eenlingrecords geselecteerd ( records). Zie figuur 3A voor een flowchart van de LVR1^LVR2 eenlingkoppeling. Het LVR1 en LVR2 bestand worden probabilistisch gekoppeld met blocking op geboortedatum moeder en vervolgens met blocking op postcode moeder. Alle paren waarbij de geboortedatum van de moeder overeenkomt, worden aangemaakt ( paren). Voor de koppeling worden de volgende 11 variabelen vergeleken (zie Tabel 3.1): postcode (geboortedatum moeder bij blocking op postcode), graviditeit, geboortedatum kind, à terme datum, gewicht, geslacht, geboorte uur, plaats bevalling en geboorte minuut. Voor de variabelen geboortedatum kind, à terme datum en geboortegewicht worden naast een full match ook een close gedefinieerd. Bij geboortedatum kind is er sprake van een close als de geboortedatum niet meer dan 1 dag verschilt. Bij à terme datum is er sprake van een close als de à terme datum niet meer dan 1 week verschilt. Bij gewicht is sprake van een close als het verschil in gewicht kleiner of gelijk is aan 10 gram. De à terme datum wordt alleen vergeleken als de geboortedatum van het kind ontbreekt. De plaats bevalling wordt alleen vergeleken als de postcode van de moeder ontbreekt of niet overeenkomt. Tabel 3.1 Frequentietabel koppelvariabelen LVR1 ^ LVR2 eenlingen 2005 Variabele label Variabele naam Aantal missend % Missend LVR1 (n= ) Ziekenhuisnummer bevalling* v_klin % Gewicht kind* v_kop_gew % Geboorte uur kind* v_gebuur % Geboortedatum kind* v_ddgebkind % À terme datum v_ddaterm % Geslacht kind* v_kop_gesl % Geboorte minuut* v_gebmin % Plaats bevalling* v_pltsbev % Postcode moeder (4 cijfers) v_kop_pc 378 0,23% Graviditeit v_grav 65 <0,1% Geboortedatum moeder v_ddgebmoe 0 LVR2 (n= ) Postcode moeder (4 cijfers) g_kop_pc % Geslacht kind g_kop_gesl 211 0,19% Gewicht kind g_kop_gew 134 0,12% À terme datum g_ddaterm 52 <0,1% Geboorte minuut g_gebmin 4 <0,1% Graviditeit g_grav 2 <0,1% Geboortedatum moeder g_ddgebmoe 0 Geboortedatum kind g_ddgebkind 0 Geboorte uur kind g_gebuur 0 Lvr-nummer praktijk g_lvr 0 Plaats bevalling g_pltsbev 0 *Missend is hier soms het gevolg van het terecht (logisch) ontbreken van informatie, een hoog missing percentage betekent in deze gevallen dus niet een op voorhand lage data kwaliteit. Pagina 22 van 59