Integration of clinical and imaging data to predict death in hemodialysis patients
Notice bibliographique
Résumé
In a prior publication, we demonstrated that a model integrating clinical and simple imaging data predicted the presence and severity of coronary artery calcification in prevalent hemodialysis patients. Herein we report the ability of the same model to predict all-cause death. We assessed all-cause mortality in 141 consecutive maintenance hemodialysis patients from two dialysis centers followed for a median of 79 months from enrollment. Patients were risk stratified according to a simple cardiovascular calcification index (CCI) that included patient's age, dialysis vintage, calcification of the cardiac valves, and abdominal aorta. The mean patients' age was 55 ± 14 years. Abdominal aorta calcification was present in 57% of the patients, and 44% and 38% had aortic and mitral valve calcification, respectively. During follow-up, 75 deaths (93 deaths per 1000 person-years) were recorded. The CCI was linearly associated with risk of death, such that the unadjusted hazard risk (HR) increased by 12% for each point increase in CCI (P < 0.001). Further adjustments for age, sex, study center, diabetes mellitus, history of cardiovascular disease, hypertension, congestive heart failure, left ventricular hypertrophy, systolic, and diastolic blood pressure did not substantially change the strength of this association (HR 1.10; 95%CI: 1.00-1.21; P = 0.03). The CCI is a simple clinical model that can be used to risk stratify maintenance hemodialysis patients.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».