MétaCan
Menu
Retour à la cohorte
Enregistrement W2070649525 · doi:10.1177/1089253208323681

Risk Stratification Models for Cardiac Surgery

2008· review· en· W2070649525 sur OpenAlex
Jeff Granton, Davy Cheng

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSeminars in Cardiothoracic and Vascular Anesthesia · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensSt Joseph's Health CareLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineRisk stratificationCardiac surgeryRisk assessmentIntensive care medicineCardiothoracic surgeryRisk modelEmergency medicineSurgeryInternal medicineRisk analysis (engineering)

Résumé

récupéré en direct d'OpenAlex

A wide variety of risk stratification systems have been developed to quantify the risk of cardiac surgery. Generally, the focus has been on mortality; however, more recently models have been developed that allow the preoperative prediction of the incidence of morbidity, including renal failure, infection, prolonged ventilation, and neurologic deficit. Many of these risk stratification models are developed from large databases of cardiac surgical patients. Patient and surgical factors that are present preoperatively are assessed for their predictive value for postoperative complications. Risk factors that are found to be significant are assigned a specific weight in the overall summation of risk. These models have been used as tools to compare surgeon's results, institutional outcomes, individual patient risk, and within quality improvement programs. This article will focus on the European System for Cardiac Operative Risk Evaluation, the Society of Thoracic Surgeons score, the Parsonnet score, Cleveland Clinic Model, the Bayes model, and the Northern New England 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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,007
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,041
Tête enseignante GPT0,324
Écart entre enseignants0,283 · 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