A Clinical Prediction Rule for the Severity of Congenital Diaphragmatic Hernias in Newborns
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Congenital diaphragmatic hernia (CDH) is a condition with a highly variable outcome. Some infants have a relatively mild disease process, whereas others have significant pulmonary hypoplasia and hypertension. Identifying high-risk infants postnatally may allow for targeted therapy. METHODS: Data were obtained on 2202 infants from the Congenital Diaphragmatic Hernia Study Group database from January 2007 to October 2011. Using binary baseline predictors generated from birth weight, 5-minute Apgar score, congenital heart anomalies, and chromosome anomalies, as well as echocardiographic evidence of pulmonary hypertension, a clinical prediction rule was developed on a randomly selected subset of the data by using a backward selection algorithm. An integer-based clinical prediction rule was created. The performance of the model was validated by using the remaining data in terms of calibration and discrimination. RESULTS: The final model included the following predictors: very low birth weight, absent or low 5-minute Apgar score, presence of chromosomal or major cardiac anomaly, and suprasystemic pulmonary hypertension. This model discriminated between a population at high risk of death (∼50%) intermediate risk (∼20%), or low risk (<10%). The model performed well, with a C statistic of 0.806 in the derivation set and 0.769 in the validation set and good calibration (Hosmer-Lemeshow test, P = .2). CONCLUSIONS: A simple, generalizable scoring system was developed for CDH that can be calculated rapidly at the bedside. Using this model, intermediate- and high-risk infants could be selected for transfer to high-volume centers while infants at highest risk could be considered for advanced medical therapies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle