MétaCan
Menu
Retour à la cohorte
Enregistrement W1600722993 · doi:10.1111/j.1939-1676.2010.0648.x

The Feline Acute Patient Physiologic and Laboratory Evaluation (Feline APPLE) Score: A Severity of Illness Stratification System for Hospitalized Cats

2010· article· en· W1600722993 sur OpenAlexaff
Galina M. Hayes, Ky L. Mathews, Gordon S. Doig, Stephen A. Kruth, Sarah E. Boston, Stephanie Nykamp, Zvonimir Poljak, Cate Dewey

Notice bibliographique

RevueJournal of Veterinary Internal Medicine · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensUniversity of GuelphGuelph General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineCATSCohortTriageReceiver operating characteristicLogistic regressionCohort studyInternal medicineRetrospective cohort studySeverity of illnessEmergency medicineIntensive care unit

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Scores allowing objective stratification of illness severity are available for dogs and horses, but not cats. Validated illness severity scores facilitate the risk-adjusted analysis of results in clinical research, and also have applications in triage and therapeutic protocols. OBJECTIVE: To develop and validate an accurate, user-friendly score to stratify illness severity in hospitalized cats. ANIMALS: Six hundred cats admitted consecutively to a teaching hospital intensive care unit. METHODS: This observational cohort study enrolled all cats admitted over a 32-month period. Data on interventional, physiological, and biochemical variables were collected over 24 hours after admission. Patient mortality outcome at hospital discharge was recorded. After random division, 450 cats were used for logistic regression model construction, and data from 150 cats for validation. RESULTS: Patient mortality was 25.8%. Five- and 8-variable scores were developed. The 8-variable score contained mentation score, temperature, mean arterial pressure (MAP), lactate, PCV, urea, chloride, and body cavity fluid score. Area under the receiver operator characteristic curve (AUROC) on the construction cohort was 0.91 (95% CI, 0.87-0.94), and 0.88 (95% CI, 0.84-0.96) on the validation cohort. The 5-variable score contained mentation score, temperature, MAP, lactate, and PCV. AUROC on the construction cohort was 0.83 (95% CI, 0.79-0.86), and 0.76 (95% CI, 0.72-0.84) on the validation cohort. CONCLUSIONS AND CLINICAL IMPORTANCE: Two scores are presented enabling allocation of an accurate and user-friendly illness severity measure to hospitalized cats. Scores are calculated from data obtained over the 1st 24 hours after admission, and are diagnosis-independent. The 8-variable score predicts outcome significantly better than does the 5-variable score.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,719
Score d'incertitude au seuil0,363

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,380
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Internal MedicineMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207