Modeling Probability-Based Injury Severity Scores in Logistic Regression Models: The Logit Transformation Should Be Used
Notice bibliographique
Résumé
BACKGROUND: The International Classification of Disease Injury Severity Score (ICISS) and the Trauma Registry Abbreviated Injury Scale Score (TRAIS) are trauma injury severity scores based on probabilities of survival. They are widely used in logistic regression models as raw probability scores to predict the logit of mortality. The aim of this study was to evaluate whether these severity indicators would offer a more accurate prediction of mortality if they were used with a logit transformation. METHODS: Analyses were based on 25,111 patients from the trauma registries of the four Level I trauma centers in the province of Quebec, Canada, abstracted between 1998 and 2005. The ICISS and TRAIS were calculated using survival proportions from the National Trauma Data Bank. The performance of the ICISS and TRAIS in their widely used form, proportions varying from 0 to 1, was compared with a logit transformation of the scores in logistic regression models predicting in-hospital mortality. Calibration was assessed with the Hosmer-Lemeshow statistic. RESULTS: Neither the ICISS nor the TRAIS had a linear relation with the logit of mortality. A logit transformation of these scores led to a near-linear association and consequently improved model calibration. The Hosmer-Lemeshow statistic was 68 (35-192) and 69 (41-120) with the logit transformation compared with 272 (227-339) and 204 (166-266) with no transformation, for the ICISS and TRAIS, respectively. CONCLUSIONS: In logistic regression models predicting mortality, the ICISS and TRAIS should be used with a logit transformation. This study has direct implications for improving the validity of analyses requiring control for injury severity case mix.
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 | 0,039 | 0,171 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».