Consensus or Data-Derived Anatomic Injury Severity Scoring?
Notice bibliographique
Résumé
BACKGROUND: Anatomic injury severity scores can be grouped into two classes; consensus-derived and data-derived. The former, including the Injury Severity Score (ISS), the New Injury Severity Score (NISS), and the Anatomic Profile Score (APS), are based on the severity score of the Abbreviated Injury Scale (AIS), assigned by clinical experts. The latter, including the International Classification of Disease Injury Severity Score (ICISS) and the Trauma Registry Abbreviated Injury Scale Score (TRAIS) are based on survival probabilities calculated in large trauma databases. We aimed to compare the predictive accuracy of consensus-derived and data-derived severity scores when considered alone and in combination with age and physiologic status. 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 April 1998 and March 2005. The predictive validity of each severity score was evaluated in logistic regression models predicting hospital mortality using measures of discrimination (Area Under the Receiver Operating Characteristics curve [AUC]) and calibration (Hosmer-Lemeshow statistic [HL]). RESULTS: Data-derived scores had consistently better predictive accuracy than consensus-derived scores in univariate models (p < 0.0001) but very little difference between scores was observed in models including information on age and physiologic status. The difference in AUC between the least accurate severity score (ISS) and the most accurate severity score (TRAIS) was 15% in anatomic-only models but fell to 2% in models including age and physiologic status. CONCLUSIONS: Data-derived scores provide more accurate mortality prediction than consensus-derived scores do when only anatomic injury severity is considered but offer little advantage if age and physiologic status are taken into account. This may be because of the fact that data-derived scores are not an independent measure of anatomic injury severity.
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 | 0,000 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».