Development and Cross-Validation of the In-Hospital Mortality Prediction in Advanced Cancer Patients Score: A Preliminary Study
Notice bibliographique
Résumé
PURPOSE: Acute palliative care units (APCUs) provide intensive symptom support and transition of care for advanced cancer patients. Better understanding of the predictors of in-hospital mortality is needed to facilitate program planning and patient care. In this prospective study, we identified predictors of APCU mortality, and developed a four-item In-hospital Mortality Prediction in Advanced Cancer Patients (IMPACT) predictive model. METHODS: Between April and July 2010, we documented baseline demographics, the Edmonton Symptom Assessment Scale (ESAS), 80 clinical signs including known prognostic factors, and 26 acute complications on admission in consecutive APCU patients. Multivariate logistic regression analysis was used to identify factors for inclusion in a nomogram, which was cross-validated with bootstrap analysis. RESULTS: Among 151 consecutive patients, the median age was 58, 13 (9%) had hematologic malignancies, and 52 (34%) died in the hospital. In multivariate analysis, factors associated with in-hospital mortality were advanced education (odds ration [OR]=11.8, p=0.002), hematologic malignancies (OR=8.6, p=0.02), delirium (OR=4.3, p=0.02), and high ESAS global distress score (OR=20.8, p=0.01). In a nomogram based on these four factors, total scores of 6, 10, 14, 17, and 21 corresponded to a risk of death of 10%, 25%, 50%, 75%, and 90%, respectively. The model has 92% sensitivity and 88% specificity for predicting patients at low/high risk of dying in the hospital, and a receiver-operator characteristic curve concordance index of 83%. CONCLUSIONS: Higher education was associated with increased utilization of the interdisciplinary palliative care unit until at the end of life. Patients with higher symptom burden, delirium, and hematologic malignancies were also more likely to require APCU care until death.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».