Abstract
Background: Addresses in some provincial health care registries are not systematically updated. If individuals are attributed to the wrong location, this can lead to errors in health care planning and research. Our purpose was to investigate the accuracy of socioeconomic classification based on addresses in Ontario’s provincial health care registry.
Methods: The study setting was Toronto’s inner city, an area with a population of 799,595 in 1996. We ordered enumeration areas by 1996 mean household income and divided them into five roughly equal income groups by population. We then assigned an income quintile to each individual using both the address from Ontario’s provincial heath care registry and that from hospital discharge abstracts. We compared these two sets of income quintiles and also used them to generate quintile-specific rates of medical hospital admissions in the year 2000.
Results: Provincial registry and hospital-based addresses agreed on the exact enumeration area for 78.1% of individuals and for income quintile for 84.8% of individuals. Disagreement by more than one income quintile occurred for 7.4% of individuals. The two methods of assigning income quintiles yielded income-specific medical hospitalization rates and rate ratios that agreed within 1%.
Interpretation: Although address inaccuracy was found in Ontario’s health care registry, serious socioeconomic misclassification occurred at a relatively low rate and did not appear to introduce significant bias in the calculation of hospital rates by socioeconomic group. Updating of addresses at regular intervals is highly desirable and would result in improved accuracy of provincial health care registries.
Résumé
Contexte: Les adresses de certains registres provinciaux de la santé ne sont pas systématiquement mises à jour. Or, des adresses erronées peuvent entraîner des erreurs dans la planification et la recherche en matière de soins de santé. Notre étude porte sur l’exactitude de la classification socioéconomique fondée sur l’adresse dans le registre provincial de la santé de l’Ontario.
Méthode: L’étude a porté sur les quartiers déshérités du centre-ville de Toronto, qui comptaient 799 595 habitants en 1996. Nous avons classé les secteurs de dénombrement selon le revenu moyen des ménages en 1996, et nous les avons divisés en cinq catégories de revenu à peu près égales, par population. Nous avons ensuite affecté un quintile de revenu à chaque personne, selon son adresse dans le registre provincial de la santé de l’Ontario et les registres des sorties des hôpitaux. Nous avons comparé ces deux ensembles de quintiles de revenu, que nous avons utilisés pour produire des taux par quintile pour les malades reçus dans les hôpitaux en 2000.
Résultats: Le secteur de dénombrement figurant dans le registre provincial et dans les adresses obtenues des hôpitaux concordait dans 78,1 % des cas, et le quintile de revenu, dans 84,8 % des cas. Dans 7,4 % des cas, l’écart était supérieur à un quintile. Les deux méthodes d’affectation du quintile de revenu ont donné des taux d’hospitalisation par revenu et des ratios des taux qui concordaient dans une limite de 1 %.
Interprétation: Malgré les erreurs d’adresse trouvées dans le registre de la santé de l’Ontario, les erreurs de classification socio-économique graves sont relativement rares et ne semblent pas induire un biais important dans le calcul des taux d’hospitalisation par groupe socio-économique. La mise à jour périodique des adresses serait toutefois hautement souhaitable et contribuerait à améliorer l’exactitude des registres provinciaux de la santé.
Footnotes
Supported by: National Health Research and Development Program, Grant #6606-6591-001; Medical Research Council of Canada, Grant #MOP 15693; Institute for Clinical Evaluative Sciences, Toronto; Ontario Ministry of Health and Long-Term Care.
The opinions, results and conclusions are those of the authors and no endorsement by the Ministry is intended or should be inferred.
References
- 1.Roos NP, Mustard CA. Variation in health and health care use by socioeconomic status in Winnipeg, Canada: Does the system work well? Yes and, no. Millbank Q. 1997;75:89–111. doi: 10.1111/1468-0009.00045. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 2.Alter DA, Naylor CD, Austin P, Tu JV. Effects of socioeconomic status on access to invasive cardiac procedures and on mortality after acute myocardial infarction. N Engl J Med. 1999;341:1359–67. doi: 10.1056/NEJM199910283411806. [DOI] [PubMed] [Google Scholar]
- 3.Krieger N. Overcoming the absence of socioeconomic data in medical records: Validation and application of a census based methodology. Am J Public Health. 1992;92:703–10. doi: 10.2105/AJPH.82.5.703. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 4.Demissie K, Hanley JA, Menzies D, Joseph L, Ernst P. Agreement in measuring socio-economic status: Area-based versus individual measures. Chron Dis Can. 2000;21:1–7. [PubMed] [Google Scholar]
- 5.Mustard CA, Derksen S, Berthelot JM, Wolfson M. Assessing ecologic proxies for household income: A comparison of household and neighbourhood level income measures in the study of population health status. Health Place. 1999;5(2):157–71. doi: 10.1016/S1353-8292(99)00008-8. [DOI] [PubMed] [Google Scholar]
- 6.Kennedy BP, Kawachi I, Glass R, Prothrow-Stith D. Income distribution, socioeconomic status, and self rated health in the United States: Multilevel analysis. BMJ. 1998;317:917–21. doi: 10.1136/bmj.317.7163.917. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 7.Duncan C, Jones K, Moon G. Context, composition and heterogeneity: Using multilevel models in health research. Soc Sci Med. 1998;46:97–117. doi: 10.1016/S0277-9536(97)00148-2. [DOI] [PubMed] [Google Scholar]
- 8.Appendix. A Summary of Studies on the Quality of Health Care Administrative Databases in Canada, p 341–342. In: Goel V, Williams JI, Anderson GM, Fooks C, Naylor CD, editors. Patterns of Health Care in Ontario. The ICES Practice Atlas. 2nd edition. Ottawa: Canadian Medical Association; 1996. [Google Scholar]