A comparison of charlson and elixhauser comorbidity measures to predict colorectal cancer survival using administrative health data
Notice bibliographique
Résumé
BACKGROUND: Cancer survival is related to features of the primary malignancy and concurrent presence of nonmalignant diseases (comorbidities), including weight-related conditions (obesity, weight loss). The Charlson and Elixhauser methods are 2 well-known methods that take comorbidities into account when explaining survival. They differ in both the number and categorization of comorbidities. METHODS: Cancer, comorbidity, and survival data were acquired from inpatient administrative hospital records in 574 colorectal cancer patients. Robust Poisson regression was used to analyze 2- and 3-year survival according to cancer features and comorbidities classified by the Charlson and Elixhauser methods. Data for weight-related conditions (body mass index, weight loss) and performance status were acquired upon a new patient visit to the regional cancer center. Discrimination was assessed with the concordance (c) statistic. RESULTS: A base model (age, sex, stage) had excellent discrimination (c-statistic, 0.824 [2-year survival] and 0.827 [3-year survival]). The addition of Charlson comorbidities did not outperform the base model (c-statistic, 0.831 [2-year survival] and 0.833 [3-year survival]). Elixhauser comorbidities added higher discrimination compared with the base model, both in stage and overall (c-statistic, 0.852 [2-year survival] and 0.854 [3-year survival]; P < .01). The greatest increase in the c-statistic contributed by the addition of the Elixhauser comorbidities occurred in stage II patients (increased from 0.683 to 0.838). Overall, the Elixhauser comorbidities outperformed the Charlson comorbidities (P < .05). The use of self-reported weight and performance status data significantly increased discrimination by the Elixhauser method in 2-year but not 3-year survival. CONCLUSIONS: The Elixhauser method is a superior comorbidity risk-adjustment model for colorectal cancer survival prediction.
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 | 0,054 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».